Key points are not available for this paper at this time.
Il y a eu de nombreuses tentatives récentes pour "décentraliser" les plateformes de médias sociaux, souvent appelées Web3. De telles idées, souvent soutenues par des solutions blockchain, offrent des équivalents décentralisés de services bien connus (par exemple, forums, réseaux sociaux, sites de partage de vidéos, microblogs). Une fonction particulièrement difficile à mettre en œuvre dans un tel design est la modération de contenu, en raison du manque de contrôle central. Par conséquent, elles s'appuient souvent sur une modération contrôlée par les utilisateurs, où chaque utilisateur doit créer sa propre liste de blocage pour filtrer le contenu qu'il ne souhaite pas voir. Cet article présente une première étude de la modération contrôlée par les utilisateurs sur une plateforme de microblogging social Web3 exemplaire appelée memo.cash. Sur la base d'un jeu de données couvrant 391K publications, nous étudions les facteurs qui poussent les utilisateurs à se "mettre en sourdine" mutuellement. Nous constatons que le facteur le plus crucial est le nombre d'actions sur la plateforme, plutôt que la présence de choses comme les discours de haine. Nous montrons également que le réseau de suivi joue un rôle central dans la détermination de leur visibilité sur la plateforme, influençant davantage leur comportement de mise en sourdine. Cela nous amène à concevoir des outils pour automatiser le processus de mise en sourdine au niveau de chaque utilisateur. Nous modélisons cela comme un problème de recommandation et expérimentons avec un certain nombre de moteurs de recommandation à la pointe de la technologie. Nous montrons que notre système peut générer des listes de mise en sourdine personnalisées efficaces pour les utilisateurs.
Zuo et al. (Mar,) ont étudié cette question.