基于相似度学习的社交媒体仇恨言论群体发现研究
来源：图书情报工作杂志2025年第23期北京时间：
作者：沈旺,王丽辰,李阳,刘嘉宇
单位：吉林大学商学与管理学院 长春 130012
摘要：[目的/意义] 社交媒体平台上充斥着大量虚假信息、恶意链接及仇恨言论等有害内容，严重损害了用户体验。为了从根本上遏制有害内容的传播，识别并遏制发布此类信息的仇恨言论群体至关重要。[方法/过程] 从用户属性、用户生成内容、社交网络关系构建仇恨言论群体特征体系。用户属性包括性别和账号信息，用户生成内容涉及历史转发频率、情感和主题分析，社交网络采集交互特征和高影响力用户主题特征。进而引入基于二元组约束的相似度学习法，借助全连接神经网络与对比损失函数，构建仇恨言论群体发现模型。[结果/结论] 仇恨言论群体特征体系具有一定的普适性，以该特征体系为基础构建的基于相似度学习的社交媒体仇恨言论群体发现模型预测准确率达到97.38%。相较于其他的分类模型，基于相似度学习的社交媒体仇恨言论群体发现模型能够更精准地识别社交媒体中的仇恨言论群体。
关键词：相似度学习,社交媒体,仇恨言论群体,群体特征,
基金资助：本文系国家自然青年基金项目“基于复杂系统层次演化的社交媒体群体行为演化机制及特殊行为群体发现研究”（项目编号：72304111）和2022年吉林省科技发展计划项目“数智赋能下吉林省冰雪旅游大数据资源集成与决策支持平台建设”（项目编号：20220203176SF）研究成果之一。
