Characterizing and detecting hateful users on Twitter
| dc.creator | Manoel Horta Ribeiro | |
| dc.creator | Pedro Henrique Calais Guerra | |
| dc.creator | Yuri A. Santos | |
| dc.creator | Virgilio Augusto Fernandes Almeida | |
| dc.creator | Wagner Meira Junior | |
| dc.date.accessioned | 2024-08-12T21:02:22Z | |
| dc.date.accessioned | 2025-09-09T01:16:39Z | |
| dc.date.available | 2024-08-12T21:02:22Z | |
| dc.date.issued | 2018 | |
| dc.description.abstract | As abordagens atuais para caracterizar e detetar discurso de ódio centram-se no conteúdo publicado em Redes Sociais Online (OSN). Eles enfrentam deficiências para obter uma imagem completa do discurso de ódio devido à sua subjetividade e ao ruído do texto da OSN. Este trabalho aborda parcialmente essas questões, mudando o foco para os usuários. Obtemos uma amostra do gráfico de retuítes do Twitter com 100.386 usuários e anotamos 4.972 como odiosos ou normais, e também encontramos 668 usuários suspensos após 4 meses. Nossa análise mostra que usuários odiosos/suspensos diferem dos usuários normais/ativos em termos de padrões de atividade, uso de palavras e estrutura de rede. Explorando a rede de conexões do Twitter, descobrimos que um algoritmo de incorporação de nós supera as abordagens baseadas em conteúdo para detectar usuários odiosos e suspensos. No geral, apresentamos uma visão do discurso de ódio centrada no utilizador, abrindo caminho para uma melhor detecção e compreensão desta questão relevante e desafiante. | |
| dc.format.mimetype | ||
| dc.identifier.doi | https://doi.org/10.1609/icwsm.v12i1.15057 | |
| dc.identifier.uri | https://hdl.handle.net/1843/73808 | |
| dc.language | eng | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.relation.ispartof | International Conference on Web And Social Media | |
| dc.rights | Acesso Aberto | |
| dc.subject | Redes Sociais On-line | |
| dc.subject | Mineração de dados (Computação) | |
| dc.subject | Discurso de Ódio na Internet | |
| dc.subject.other | Social networking, Web sites | |
| dc.subject.other | Mining, Data | |
| dc.subject.other | Internet Hate Speech | |
| dc.title | Characterizing and detecting hateful users on Twitter | |
| dc.title.alternative | Caracterizando e detectando usuários odiosos no Twitter | |
| dc.type | Artigo de evento | |
| local.citation.epage | 679 | |
| local.citation.issue | 12 | |
| local.citation.spage | 676 | |
| local.description.resumo | Current approaches to characterize and detect hate speech focus on content posted in Online Social Networks (OSNs). They face shortcomings to get the full picture of hate speech due to its subjectivity and the noisiness of OSN text. This work partially addresses these issues by shifting the focus towards users. We obtain a sample of Twitter's retweet graph with 100,386 users and annotate 4,972 as hateful or normal, and also find 668 users suspended after 4 months. Our analysis shows that hateful/suspended users differ from normal/active ones in terms of their activity patterns, word usage and network structure. Exploiting Twitter's network of connections, we find that a node embedding algorithm outperforms content-based approaches for detecting both hateful and suspended users. Overall, we present a user-centric view of hate speech, paving the way for better detection and understanding of this relevant and challenging issue. | |
| local.publisher.country | Brasil | |
| local.publisher.department | ICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO | |
| local.publisher.initials | UFMG | |
| local.url.externa | https://ojs.aaai.org/index.php/ICWSM/article/view/15057 |