A review bomb is a large and quick surge in online reviews about a product, service, or business, coordinated by a group of people willing to manipulate public opinion about that entity. This study challenges the assumption that review bombing is solely a phenomenon of misinformation and connects motivations and substantial content of online reviews with the broader theory of judgement of facts and of value. These theories are verified in a quantitative analysis of the most prominent case of review bombing, which involves the video game The Last of Us Part II. It is discovered that ideology-driven ratings are followed by a grassroots counter-bombing, aimed at mitigating the effects of the negative ratings. The two factions of bombers, despite being politically polar opposites, are very similar in terms of other metrics. Evidence suggests the theoretical framework of political disinformation is insufficient to explain this case of review bombing. In light of the need to re-frame review bombing, recommendations are proposed for the preventive management of future cases.


翻译:恶意评测行为是一种由一群人协调的、旨在操纵公众对某种实体的观点的大规模、快速的在线评测浪潮。本研究对评测行为是否纯粹是错误信息的现象进行了挑战,并将线上评测的动机和实质内容与关于事实和价值判断的广泛理论联系起来。通过对最突出的评测行为案件之一——涉及视频游戏《美国末日2》的定量分析,发现意识形态驱动的评级会带来基层的反攻击行动,意在减轻负面评级的影响。两个集团的攻击者尽管在政治上是极端对立的,但在其他指标上非常相似。有证据表明,政治虚假信息的理论框架无法解释这种评测行为。鉴于重构评测行为的必要性,我们提出了预防管理未来类似事件的建议。

0
下载
关闭预览

相关内容

【ICDM 2022教程】图挖掘中的公平性:度量、算法和应用
专知会员服务
27+阅读 · 2022年12月26日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26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
[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
【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
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
计算机 | EMNLP 2019等国际会议信息6条
Call4Papers
18+阅读 · 2019年4月26日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9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
【推荐】用Tensorflow理解LSTM
机器学习研究会
36+阅读 · 2017年9月11日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年5月19日
Arxiv
54+阅读 · 2022年1月1日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员