滴滴公众评议中最想要功能「女乘客可选女司机、拉黑异味车、宠物快车」位列前三 ,这背后透露出什么问题?

随着网约车行业的发展,用户在基础服务之外,对细分场景和个性化需求有了更高的要求。 这些问题是行业的难点,也是服务创新的潜力空间。 日前,滴滴公众评议会…
被浏览
5,296,420

创建时间:2024-07-04  13:48:39

最后编辑:2024-07-04  13:48:39

3013 人赞同了该回答
发布于 2024-07-06 16:43・IP 属地福建

女性通过豆瓣、微博回声室等工具,相对于男性,将自己的声音平均放大了5倍以上,所以形成了女性占据舆论场主导权的局面。

为了说明这个问题,得从豆瓣开始进行说明。

首先,我们可以看看IEEE 2018 Eleventh International Conference里的这篇文章。里面提到了BSI(Binary Separation Index),即二元分离指数,通过使用BSI,简单量化回声室强度。[1]

那么,在此基础上,我们也可以使用这套模型去量化回声室强度。

首先,我们将一个人的意见划分为【-1,1】,举个例子:“思辩和樱小路露娜一样温柔”是意见1,“思辩不是樱小路露娜”的意见是0,“四斋真鹅心,二次元是这样的”的意见是-1。

而BSI的公式,可以简单使用 f(α,β)=αβ\mathrm{f}(\alpha, \beta)= \alpha^* \beta 来表示,其中α是个人意见或群体意见均值的绝对值,β是另一端的个人意见或群体意见均值的绝对值。

以黑神话悟空作为例子,现在进行计算,知乎对黑神话悟空的评分是84%,我们就按0.84计算,而豆瓣之前黑神话悟空被一星差评轰炸过,根据一星差评的综合权重,我们可以量化为【-0.95,-0.9】这个区间,即最终的豆瓣和大众平台,在对于黑神话悟空上二元分离指数为【0.756,0.798】。即豆瓣在这件事上,拥有极高的回声室强度。所以后面为了体面,豆瓣必须要对黑神话的大量低星差评进行处理。

但是,豆瓣由于声量过小,所以还无法改变全局,此时我们应将关注的重点放到微博上。

在说明微博的机制前,我们可以看看 PNAS Nexus在2024年5月的这篇文章。

首先,文章通过上层路径检测话语社区,下层路径检测新闻参与社区的模式检测回声室的浓度。

回音室中的用户是拥有共同话语、接触相同新闻来源和接触相同观点的用户。接触相同观点,在 Twitter上,意味着他们会互相转发。

唔姆,如图所示,A图表示平均聚类系数在仅限于FDI-L-MEDIA(包括意大利政党 Fratelli D'Italia 和 Lega)用户的转发网络的最大弱连通分量上测量,并测量所有属于回声室的用户。B)图表示在每个回声室上计算的平均聚类系数。我们从A图可以发现,所有回声室的用户数量虽然只有1.5%左右,但聚类系数相当于整个社区的三倍以上。

聚类系数值高意味着账户之间联系紧密,经常互相转发。因此,我们可以得出结论,他们的代言活动有助于强化他们的观点。通过对近两年后用户在回音室中分享的内容进行人工检查,证实了这一结论。而强化观点,很多时候往往会开始传播虚假信息。

唔姆,如图所示,以上表示整个数据集和每种类型的用户社区中指向标记为“可信”(T)、“不可信”(N)或“未分类”(UNC)的新闻出版商的不同 URL 数量。我们可以发现,虽然整个数据集中不受信任和受信任 URL 之间的比率约为 0.5,但回声室的比率几乎相反:不可信新闻源的频率几乎是可信新闻源的两倍。将传播可视化,下图可以作为不可信信息传播的可视化图:

为了更深入地调查单个社区内部URL的可信度标签的同质性水平,考虑其中可信和不可信的url来源的频率。对于URL NECs的i-社区,如果R是可信度值,此时定义purityR(URL NECi)为来自R域的URL的频率,即

\text { purity }_R\left(\mathrm{URL} \mathrm{NEC}_i\right)=\frac{\left|U_i^R\right|}{\left|U_i\right|},

称为回声室的纯度,某种程度说也可以认为是饭圈浓度。

唔姆,如图所示,以上是回声室的纯度对比。不难发现,不可信任信息的纯度比可信任信息的纯度要高。因此,回声室的浓度,和传播虚假信息的频率高度相关。[2]

那么豆瓣作为话语社区存在,此时应需要微博作为新闻传播社区存在。而微博的内外赞机制,即作为放大回声室声音的机制存在。

首先先明白一个概念,什么是微博外赞,什么是微博内赞?

如图所示,微博的大拇指为外赞,微博的爱心为内赞。

这个公式里,很明显的是,从各项参数上看,很明显,伪造总赞数量最容易。因为外赞每条微博只能点一个,内赞可以点十几个,但正常人一般只会点3~5条评论的赞。无论是伪造有影响力的用户,还是伪造评论数量,难度均高于伪造总赞数。举个例子,伪造1000条评论需要1000个账号,但伪造1000个总赞可能只需要100,甚至更少的账号数量。

所以,在此基础上,能初步得出“内外赞理论”:

一般情况下,正常微博的内外赞比例是在5以内,一旦超过5,这条微博就有社交机器人刷赞刷流量(包含主动和被动两种形式)。一旦超过20,即属于大水漫灌的情况。此时也是假新闻最喜欢的情况。甚至可以粗略认定,内外赞比例超过20的情况,不是已经属于假新闻,就是正在制造假新闻。

作为参考,我们可以对比货拉拉案里,双方发声微博的内外赞比例:

可以看到,和我开始的结论,“女性通过微博回声室等工具,相对于男性将声音平均放大了5倍以上”相符合。

那么,在经过普遍的训练和回声室过滤气泡的作用下,自然会进一步助长女性发声的意愿。举个简单的例子:

哪怕在男性向游戏制作组里,也照样有女性哪怕冒着被开除的风险,也“勇于发声”。当然,galgame这里也有不少女性玩家的小组,这也是女性敢于发声和渗透的一个表现。说到底,男性喜欢玩单机、手游等游戏,而女性也喜欢玩游戏,只不过她们喜欢玩的是“社区游戏”。

参考

  1. ^A. Chkhartishvili and I. Kozitsin, "Binary Separation Index for Echo Chamber Effect Measuring," 2018 Eleventh International Conference "Management of large-scale system development" (MLSD, Moscow, Russia, 2018, pp. 1-4, doi: 10.1109/MLSD.2018.8551823.
  2. ^Manuel Pratelli, Fabio Saracco, Marinella Petrocchi, Entropy-based detection of Twitter echo chambers, PNAS Nexus, Volume 3, Issue 5, May 2024, pgae177, https://doi.org/10.1093/pnasnexus/pgae177
发布于 2024-07-06 16:43・IP 属地福建
真诚赞赏,手留余香
还没有人赞赏,快来当第一个赞赏的人吧!

更多回答

9109 人赞同了该回答
3350 人赞同了该回答