arXiv · Human-Computer Interaction· Afsaneh Razi, Tyler Chang, Michal Monselise 等 5 人
· 2 天前
TikTok 上的骚扰:视频内容与评论心理语言学立场的混合方法分析
Harassment on TikTok: A Mixed-Methods Analysis of Video Content and Psycholinguistic Comment Stances
预印本 · 尚未经过同行评审
AI 导读
分析190条TikTok骚扰标签视频及66,337条评论,发现性骚扰最常见但跟踪类视频浏览量最高。
摘要 · AI 翻译
尽管关于骚扰的研究已相当广泛,但骚扰在 TikTok 等短视频平台上如何表现——以及它如何塑造用户互动——仍鲜有探讨,而这些动态对于为在线社区设计有效的安全策略至关重要。我们呈现了一项混合方法研究,考察了 190 个带有骚扰话题标签的 TikTok 视频及其 66,337 条评论。我们对视频的定性分析识别出骚扰类型(性骚扰、言语骚扰、跟踪、执法骚扰、欺凌、街头骚扰和煤气灯效应)及其特征(如地点、目标、视频风格和主题),以及互动模式。尽管性骚扰是最普遍的主题,但其互动量并非最高;相反,与跟踪相关的视频获得了最多的观看量。对评论的心理语言学特征和立场(支持、反对、中立)进行的两两比较和基于回归的分析揭示了不同骚扰类型在情感基调、社会取向和认知类别上的差异。关于性骚扰的评论经常表达对受害者的声援,而关于执法骚扰的讨论则强调对制度的批判。我们提供了研究结果的启示,表明 TikTok 上的骚扰是多层面的,受内容、语境和社区规范的影响。
中文由 AI 翻译,仅供参考,以原文为准。
来源:arXiv · Human-Computer Interaction · arxiv.org