发表机构
Luddy School of Informatics, Computing, and Engineering Indiana University Bloomington（印第安纳大学布卢明顿分校 Luddy 信息学、计算与工程学院）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
研究Mastodon社区不良行为，利用机器学习方法分析用户帖子，明确了不良行为趋势及其对社区健康和去中心化治理的影响。
AI 中文摘要
Mastodon作为由独立审核的社交服务器组成的去中心化联邦，在检测和缓解不良内容方面面临独特挑战。缺乏统一审核标准，生态系统多样且不均衡。本文利用机器学习方法研究用户帖子，探索Mastodon中不良行为的发展和传播。结果为不良行为趋势及其对社区健康和去中心化治理的影响提供了清晰认识。
英文摘要
Mastodon as a decentralized federation of independently moderated social servers poses unique challenges for the detection and mitigation of toxic content. There are no unified moderation standards. The ecosystem is very diverse and uneven. This paper explores the development and spread of toxicity in Mastodon, utilizing machine learning methods to examine user posts. The results offer clarity on toxicity trends and its implications for community health and decentralized governance.
Comments5 pages, 1 figure
