多事件情景下机器人用户行为模式研究

目前,利用机器人对社交媒体舆论进行操纵的现象变得愈发普遍。为应对社交媒体操纵对公众舆论的巨大影响,国内外学者主要对机器人用户识别、机器人用户行为及影响开展了研究。然而,鲜有研究关注不同事件中机器人用户的行为模式,并且不能确认从某个事件中分析出的行为模式是否适用于另一个事件。因此,通过采集社交平台X的数据,利用样本差异检验方法,对机器人用户在多事件场景中的异常特征和行为模式进行了交叉分析,发现非英语语境事件中机器人用户的身份设定异常较为显著,并且机器人用户会因为任务分工的差异而具备不同的行为模式。研究结论为机器人用户识别方法的改进和机器人用户行动目的推断提供了启示。

机器行为特征建构:传播学视野下社交机器人识别方法研究

社交机器人已经成为传播学研究的重要议题,对其进行识别是相关研究开展的前提。当前基于账号特征、信息特征等指标的众包识别、社会网络信息识别、机器学习识别等方法正面临全新挑战。为了应对这些挑战,新的社交机器人识别体系应当包含账号的社交行为、集群行为和情感行为等指标,并借助不同账号间的协同行为、账号互动能力等网络行为特征对社交机器人进行识别。从传播学角度而言,虽然社交机器人的网络行为实际上反映的是技术背后人的意志,但社交机器人呈现的行为特征与人类用户有本质区别,尤其在形成回音室效应、舆论博弈中,社交机器人的网络行为结构特征都会更加凸显。