This study discusses the Review Bomb, a phenomenon consisting of a massive attack by groups of Internet users on a website that displays users' review on products. It gained attention, especially on websites that aggregate numerical ratings. Although this phenomenon can be considered an example of online misinformation, it differs from conventional spam review, which happens within larger time spans. In particular, the Bomb occurs suddenly and for a short time, because in this way it leverages the notorious problem of cold-start: if reviews are submitted by a lot of fresh new accounts, it makes hard to justify preventative measures. The present research work is focused on the case of The Last of Us Part II, a video game published by Sony, that was the target of the widest phenomenon of Review Bomb, occurred in June 2020. By performing an observational analysis of a linguistic corpus of English reviews and the features of its users, this study confirms that the Bomb was an ideological attack aimed at breaking down the rating system of the platform Metacritic. Evidence supports that the bombing had the unintended consequence to induce a reaction from users, ending into a consistent polarisation of ratings towards extreme values. The results not only display the theory of polarity in online reviews, but them also provide insights for the research on the problem of cold-start detection of spam review. In particular, it illustrates the relevance of detecting users discussing contextual elements instead of the product and users with anomalous features.


翻译:本研究讨论了《审查炸弹》,这是一个由互联网用户群体在显示用户对产品进行审查的网站上进行大规模攻击的现象。它引起了人们的注意,特别是在总数字评级的网站上。虽然这一现象可以被视为在线错误信息的一个实例,但它与常规垃圾邮件审查不同,后者在更大的时间跨度内发生。特别是,炸弹突然发生,时间很短,因为这样它就利用了臭名昭著的“冷点启动”问题:如果审查是由许多新的新账户提交的,它很难成为采取预防措施的理由。目前的研究工作侧重于《我们最后的第二部分》的案例,这是索尼出版的一个视频游戏,是《审查炸弹》最广泛现象的目标之一,于2020年6月发生。通过对英语审查的语言和用户特征进行观察性分析,该研究证实,炸弹是一种意识形态攻击,目的是要打破平台的评级系统。证据支持爆炸具有无意的后果,引起用户的反应,最终导致对极端价值的评级持续对极分化。其结果不仅显示“冷点评估”的理论,而且还在网上研究中展示了对用户的深度分析,同时也说明了对数据进行深层次分析的理论。

0
下载
关闭预览

相关内容

【干货书】真实机器学习,264页pdf,Real-World Machine Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+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
77+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
5+阅读 · 2018年11月15日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
15+阅读 · 2019年9月30日
VIP会员
相关VIP内容
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
ICLR2019最佳论文出炉
专知
12+阅读 · 2019年5月6日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
5+阅读 · 2018年11月15日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员