Extremist ideologies are finding new homes in online forums. These serve as both places for true believers, and recruiting-grounds for curious newcomers. To understand how newcomers learn ideology online, we study the Reddit archives of a novel sexist ideology known as the "the Red Pill''. Matching a longstanding hypothesis in the social sciences, our methods resolve the ideology into two components: a "behavioral'' dimension, concerned with correcting behavior towards the self and others, and an "explanatory'' dimension, of unifying explanations for the worldview. We then build a model of how newcomers to the group navigate the underlying conceptual structure. This reveals a large population of "tourists'', who leave quickly, and a smaller group of "residents'' who join the group and remain for orders of magnitude longer. Newcomers are attracted by the behavioral component, in the form of self-help topics such as diet, exercise, and addiction. Explanations, however, keep them there, turning tourists into residents. They have powerful effects: explanation adoption can more than double the duration of median engagement, and can explain the emergence of a long-tail of high-power engagers. The most sticky explanations, that predict the longest engagement, are about status hierarchies.


翻译:极端主义意识形态正在网上论坛中寻找新的家园。 这些意识形态既是真正的信徒的场所,也是好奇的新来者招募的场所。 为了了解新来者如何在网上学习意识形态, 我们研究Reddidi 名为“ 红皮圈” 的新型性别歧视意识形态档案。 匹配社会科学的长期假设, 我们的方法将意识形态分为两个部分: “ 行为” 层面, 关注纠正自我行为和他人行为, 以及“ 解释” 层面, 统一世界观的解释。 然后我们构建一个模式, 说明新来者如何在基本概念结构中穿透。 这揭示了大批“ 游客”, 很快离开的, 以及 人数较少的“ 居民” 群体, 加入该团体并保持数量级的更长。 新人受到行为部分的吸引, 以饮食、 锻炼和成瘾等自助话题的形式。 但是, 解释这些解释, 将游客变成居民。 它们具有强大的效果: 解释收养可以比中位接触时间多一倍, 解释中位参与者最高级的状态。

0
下载
关闭预览

相关内容

Cognition:Cognition:International Journal of Cognitive Science Explanation:认知:国际认知科学杂志。 Publisher:Elsevier。 SIT: http://www.journals.elsevier.com/cognition/
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
36+阅读 · 2020年4月1日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
154+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
93+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Arxiv
0+阅读 · 2021年11月26日
VIP会员
相关VIP内容
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
经济学中的数据科学,Data Science in Economics,附22页pdf
专知会员服务
36+阅读 · 2020年4月1日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
154+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
177+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
78+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
93+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
104+阅读 · 2019年10月9日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
计算机 | 中低难度国际会议信息8条
Call4Papers
9+阅读 · 2019年6月19日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Top
微信扫码咨询专知VIP会员