基于多视角特征构建的多类型网络欺凌用户分类

《Applied Soft Computing》：Multi-type cyberbullying user classification via multi-view feature construction

　　

摘要

随着社交媒体的快速发展，网络欺凌已成为一个紧迫的社会问题。现有的检测方法主要聚焦于文本内容，忽视了欺凌者的复杂行为模式，从而限制了其有效性。为弥补这一不足，本研究提出了一种通过多视角特征构建实现多类型网络欺凌用户分类的框架。该框架整合多源社交媒体数据以构建丰富的特征表示，具体而言：使用XLNet提取语义视角特征，通过其Transformer-XL架构和基于排列的语言建模捕获长距离依赖关系和上下文语义；利用异构网络模型导出网络视角特征，对用户、帖子、情感及话题之间的关系进行建模，以揭示网络欺凌用户的行为模式；通过融合内容、互动和画像特征生成混合视角特征，进一步提升分类性能。实验结果表明，所提模型在最优配置下达到了76.74%的F1分数和91.27%的AUC值，显著优于所有特征子集。在三种网络欺凌用户类型上F1分数和AUC的一致性提升，证实了多视角融合的价值。

引言

随着互联网的快速发展，社交互动日益向社交媒体平台迁移[1]。这些平台虽然提供了便捷的沟通工具，但也成为了恶意行为的滋生地。其中，网络欺凌最受关注。它指的是针对个人或群体的有害和冒犯性行为，通常表现为负面言论[2,3]。网络欺凌的后果远远超出了对个人身心健康的直接伤害，它还会导致社会关系的恶化，在严重情况下甚至可能升级为极端行为[4]。因此，对网络欺凌用户分类的研究对于营造更安全的网络环境和促进社交媒体中更健康的社会动态至关重要。

大多数现有研究集中在检测社交媒体帖子中的有害文本内容[[5]，[6]，[7]，[8]]，而针对识别实施欺凌行为的用户的研究相对较少[9]。然而，网络欺凌并非仅由冒犯性语言所表征，它还深植于用户行为和深层动机之中。例如，欺凌者可能会运用讽刺、间接攻击或通过社交网络实施协同行动来规避分类。因此，以内容为中心的方法往往无法捕获这些细微的行为信号和动机线索，留下了在全面理解和打击网络欺凌方面的显著空白。

受这些挑战的启发，本研究提出了一种以用户为中心的分类框架，利用多视角特征构建来检测多类型网络欺凌用户。该框架整合了包括社交媒体帖子、用户互动和画像信息在内的多样化数据源，构建了三个互补的特征视角。首先，使用XLNet提取语义视角特征，从聚合的用户帖子中捕获长距离依赖关系和深层上下文语义。其次，通过异构网络模型导出网络视角特征，该模型捕获了用户、帖子、情感及话题之间的复杂关系，为行为模式提供了更深入的见解。第三，通过整合内容统计、互动行为和画像属性等传统特征构建混合视角特征，进一步增强了模型的判别能力。

本研究的主要贡献总结如下：

• •
  本研究整合多源数据，从语义、网络和混合三个视角构建特征表示。这些特征为网络欺凌行为提供了全面的刻画，实现了不同类型网络欺凌用户的有效分类。
• •
  通过利用XLNet的Transformer-XL架构和基于排列的语言建模，本研究从合并的用户帖子中提取深层语义信息，有效解决了处理长篇且富含上下文的文本的挑战。
• •
  构建了一个异构网络模型以捕获用户、帖子、情感及话题之间的关系。该模型反映了用户的情感状态和话题偏好如何影响其行为，为区分不同类型网络欺凌用户提供了有价值的见解。

本文其余部分组织如下：第2节回顾相关工作。第3节详细介绍了所提出的多视角特征构建与分类框架。实验结果与分析在第4节中呈现。第5节提供了讨论，涵盖对结果的反思、优势与不足、伦理及实践意义以及对有效性的威胁。第6节总结全文并展望未来研究方向。

章节摘录

相关工作

本节回顾与本研究相关的前期研究。我们首先考察现有的网络欺凌分类研究，然后讨论为特征构建框架提供方法学基础的多视角学习技术，并在此研究格局中定位我们的贡献。

方法论

本节呈现了所提出的基于多视角特征构建的多类型网络欺凌用户分类框架。我们首先概述了驱动特征选择和混合方法的设计思路，然后详细介绍了三个互补特征视角的构建：语义视角、网络视角和混合视角。最后，我们描述了整合这些视角用于多类型用户分类的分类框架。

实验结果与分析

本节介绍了实验设置和验证过程。我们首先描述数据收集和实验设置，包括预处理、参数调优和主题模型选择。然后评估语义嵌入模型并确定最优网络嵌入维度。随后进行特征消融实验和显著性检验，以分析各视角的贡献。最后评估整体分类性能。

结果反思与研究目标结合已有文献

本工作的核心研究目标有两个：第一，突破以内容为主导的网络欺凌检测局限，构建用户层面的分类范式；第二，通过多视角特征融合区分显性网络欺凌用户和讽刺型网络欺凌用户，以捕捉多样化的欺凌行为特征。大多数现有研究聚焦于检测有害帖子[5,6,8]。早期工作依赖传统机器学习和手工特征工程

结论

本研究通过将关注点从以内容为中心的网络欺凌检测转向以用户为中心的分类框架，并采用多视角特征构建来解决现有方法的不足。通过整合多源社交媒体数据，包括帖子、互动和画像，该框架构建了三个互补的视角：通过XLNet捕获的语义特征以处理长篇且富含上下文的文本，从用户、帖子、情感和话题的异构图中导出的网络特征以

CRediT作者贡献声明

李婷婷：撰写—审阅与编辑，撰写—初稿撰写，方法学，调查，形式化分析，数据管理，概念设计。 龚燕路：撰写—审阅与编辑。 陈婷：撰写—审阅与编辑。 孙晶晶：撰写—审阅与编辑。

利益冲突声明

作者声明他们没有已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

致谢

本工作得到重庆市社会科学规划项目（2025BS031）、重庆市教育委员会科学技术研究项目（KJQN202501134）以及重庆理工大学科研基金（2024ZDR032）的资助。

李婷婷|龚燕路|陈婷|孙晶晶

重庆理工大学经济与金融学院，中国重庆，400054