Online Library

Studien påvisar bland annat att det finns oändliga möjligheter att använda sig av den digitala arenan i förhållande till förebyggande arbete, samt att integreringen av den digitala arenan är ytterst centralt för att på ett effektivt sätt kunna förebygga och motverka just extremism och våldsbejakande extremism. Detta då en stor del av extremistiska aktörers aktiviteter i dagsläget sker just online, samt då det är tydligt att online- och offlinedimensionen inte kan separeras funktionellt. Det konstateras dock att flera av de befintliga initiativ som studeras främst tenderar att existera som isolerade företeelser, snarare än att exempelvis utgöra en del av en omfattande nationell handlingsplan samt strategi i relation till det förebyggande arbetet mot extremism och våldsbejakande extremism. Trots att det alltså existerar ett flertal intressanta projekt och initiativ med potential att eventuellt kunna integreras och användas i större utsträckning är det i dagsläget både spretigt och fragmenterat – både nationellt och internationellt.

Identification and classification of extremist-related tweets is a hot issue. Extremist gangs have been involved in using social media sites like Facebook and Twitter for propagating their ideology and recruitment of individuals. This work aims at proposing a terrorism-related content analysis framework with the focus on classifying tweets into extremist and non-extremist classes. Based on user-generated social media posts on Twitter, we develop a tweet classifcation system using deep learning-based sentiment analysis techniques to classify the tweets as extremist or non-extremist. The experimental results are encouraging and provide a gateway for future researchers.

This research centred on three layers of analysis: Firstly, understanding
the keywords, or search terms, people use to
find information on Google; secondly, looking at the data
demonstrating links going into a selection of known extremist
websites in order to understand their relationships
with other websites;
and thirdly, analysing the content of
Google search results pages to understand the placement of extremist and counter-narrative content within search results for relevant keywords. The areas of analysis represent
important aspects related to the broader internet and,
when combined, gave the opportunity to get a snapshot of
extremist content beyond the realm of social media.

The results produced by this multi-faceted approach provide
an overview of extremist content online and shed
much-needed light on the impact and effectiveness of online
counter-narrative efforts.

VOX-Pol Blog Post.

VOX-Pol Blog post.

VOX-Pol Blog post.