為什麼人們巨魔互聯網？

“你這個混蛋。 殺死自己。“ 像這樣的評論現已全部在互聯網上，無論是否有關於“臉譜”，論壇或新聞網站的講話。

此行為可能從褻瀆和謾罵，人身侮辱，性騷擾或恨的直接報表進行排序。

巨魔，只有用戶的反社會？

在最近的一項調查發現，約四成受訪網民成為網絡上的這種騷擾的受害者，許多多的人這些事的見證。 曳有時變得如此激烈，一些網站的版主決定徹底刪除這些評論。

許多人認為，拖釣 - 是反社會的極少數的命運。 這種觀點只被媒體報導，以及關於該主題曳一些研究，其重點是對付這些人加強。 一些研究甚至表明，巨魔有一定的人格特徵和生物學特徵，如虐待狂或過度刺激的傾向。

原因或許是不同的？ 大型項目

但是，如果不是所有的巨魔誕生什麼樣的呢？ 如果有什麼是最普通的人嗎？ 在最新的研究中發現，人們可以鼓勵其他曳人在合適的條件。 在線分析1600萬的意見並進行對照實驗後，研究人員發現，可能會導致大多數普通百姓會嚇嚇淨實際上是兩個關鍵因素。

研究人員被邀請參加該項目，667人，將廣告上的眾包平台。 他們被要求參加考試，閱讀文章，然後參與討論的一部分。 每個參與者閱讀同一篇文章，但其中一些被允許參加辯論，這與評論巨魔開始，而其他人都看到平時中立意見。 在這種情況下，曳認為相對於網絡社區的統一標準，比如罵人，說髒話，種族主義和侮辱。 測試參加者從一開始，也各不相同：它可以是既簡單又複雜。

因素一：心情

在互聯網上的評論分析也有助於確認和深化在實驗的過程中所取得的成果。 影響曳第一個因素 - 是一個人的情緒。 在這些研究參與者誰脾氣不好，更容易開始拖釣。 有人還發現，巨魔活動，甚至在一天的不同時間在每週不同的日子不同，但它與人的情緒的自然變化相一致。

大多數情況下曳發生在深夜，和最少的方式 - 清晨。 它的峰值達到曳在星期一，在工作週的開始。 此外，人們發現，心情不好的時候可以超越這是什麼所謂。 假設一個人參與了辯論，其中其他人寫的曳意見。 如果用戶隨後前往另一個討論，很可能繼續巨魔和那裡。

因素二：上下文

第二個因素 - 是爭論的上下文。 如果討論與評論巨魔開始，然後有機會，當與用普通的中性評論開始討論相比其他人會以同樣的精神應對，加倍。

請注意，效果是累積的。 在討論中更曳意見，更大的可能性是，新成員也將留下這樣的評論。 總體來說，這個實驗顯示效果可以有多強都在討論開始評論。

預測消極的行為

研究人員正在考慮是否有可能，如果放在一起，這兩個因素來預測其將出現評論巨魔？ 使用機器學習算法，他們能夠預測一個特定的人是否是一個巨魔，案件百分之八十。 一個有趣的事實是，討論的氣氛和背景在一起是曳不是試圖確定哪些人會專門巨魔強得多指標。 換句話說，曳是由環境造成的，而不是遺傳性狀。

如何申請曳？

因此，鑑於曳是情境和普通百姓的行為可以被挑起成曳，這種行為可以通過從一個人到另一個。 一個單一的評論巨魔的討論，這可能已經離開了一個人誰站在了錯誤的腳在早晨，會導致其他討論參與者的情緒惡化，並有越來越多的這樣的評論都會出現不僅在於此，但在事實許多其他的討論。 一旦不良行為繼續蔓延，曳可能在網絡社區的規範，如果不控制它。

戰鬥曳

是的，效果十分震撼，但在同一時間，他們可以幫助人們創建協作討論一個更好的網上空間。 了解引起曳的因素，現在可以更容易了解什麼時候恰好會出現這種情況。 因此，我們可以提前發現潛在的危險的討論，並報告給誰可以干預發生什麼事，以防止侵略的網絡中表現的主持人。

機器學習算法可以更迅速和有效地檢查數以百萬計的意見比任何人。 教計算機確定其可以潛在地導致曳可以識別並具有高得多的速度過濾不想要的內容的行為。 社會干預也可能有助於減少曳網的數量。 例如，如果你允許人們編輯，他們寫的郵件，有可能減少硬拼發送，在爭議之中的消息的遺憾。 您還可以更改討論背景下，以建設性的意見優先，沒有攜帶侮辱。 它甚至可以幫助重視與本論壇的規則論壇帖子的頂部。