仇恨滋生仇恨：一项仇恨言论的时间研究

随着围绕'言论自由'与'仇恨言论'的持续争论，迫切需要仔细理解两者不可避免地融合的后果（即随时间推移的'仇恨言论自由'）的性质。理想的研究场景是观察几乎无限制环境中仇恨言论的影响。因此，我们对Gab.com（一 个 moderation政策非常宽松的社交媒体网站）进行了首次仇恨言论时间分析。我们从数百万帖子和用户生成了Gab的时间快照。使用这些时间快照，我们计算了基于DeGroot模型的活动向量来识别仇恨用户。Gab上的仇恨言论数量稳步增加，新用户以更快的速度变得更具仇恨性。此外，我们的分析揭示仇恨用户正在占据Gab网络中的突出位置。而且，整个社区使用的语言似乎与仇恨用户的语言比与非仇恨用户的语言更具相关性。我们讨论了我们这项工作如何为CSCW中的许多关键设计问题提供新的思路。