一篇于2026年10月24日发布在arXiv平台（编号2610.30885v1）的研究论文提出‘本体驱动的网络欺凌行为与网络分析框架’（ODCBNA），旨在系统解析孟加拉语网络环境中的欺凌行为模式。该框架以施害者为核心，整合需求驱动的本体设计、知识图谱构建、行为建模、社群分析及影响建模五大模块。
研究以孟加拉语情境化多元网络欺凌语料库（BenCoDiC）为实证基础，识别出1,063名至少发布三条欺凌性评论或回复的用户作为施害者，并为每人构建64维的行为与上下文特征向量。通过余弦相似度与k近邻建模，生成含27,554条边的加权网络；Louvain算法检测出6个主社群（模块度约0.495）及27个子社群。
特征贡献分析显示，‘视频’‘影响’和‘用户档案’三类维度对行为相似性与社群区分最具解释力；上下文维度则支撑结果可解释性。在社群约束下的影响传播分析中，IM Greedy算法在全部六个社群中均实现小幅正向增益；不同种子选择方法虽初始种子重叠率低，但扩散覆盖范围相近。