合成社交信号：从账户历史中计算得出的社交信号

视频

DOI

在决定是否想在线与某人互动时，社交信号至关重要。然而，社交信号通常仅限于平台设计者提供的少数几种，而且大多数可以轻易操纵。在本文中，我们提出了一种新的概念，称为合成社交信号（S3）：从帐户历史中计算得出的社交信号，然后呈现在个人资料中。与诸如个人简介之类的传统社交信号不同，S3使用计算总结来降低接收成本并提高伪造信号的成本。为了演示和探索这一概念，我们构建了Sig，这是一个可扩展的Chrome扩展程序，用于计算和可视化S3。在形成性研究之后，我们在Twitter上进行了Sig的现场部署，针对社交媒体上的两个众所周知的问题：有毒账户和错误信息。结果显示，Sig降低了接收成本，增加了超越传统可用信号的重要信号，并且一些用户因此感到使用Twitter更安全。最后，我们反思了S3为增强社交平台上的互动提供的机遇和挑战。