https://techcrunch.com/2017/10/25/botometer-twitter-bot-hunting-probabot/?ncid=rss
해시 태그 무겁고, 정치적으로 멀리 떨어진 트위터 사용자가 140 문자를 절취하려고하는지 완전히 궁금해하는 사람은 전혀 망상 적이거나 단순히 지각 적이 지 않은 사람 일 것입니다.
Wenesday에서 Quartz 는 트위터의 밀가루 분야에서 많은 자동화 된 채프를 분류하기 위해 @ probabot_ 으로 알려진 편리한 Twitter 봇을 시작했습니다 . Probabot은 정치 트윗을 식별 한 다음 Indiana University Network Science Institute 및 Complex Networks and Systems Research 센터에서 개발 한 도구 인 Botometer 라는 도구를 사용하여 분석합니다 .
후자의 프로젝트는 기계 학습으로 트위터 계정을 분석하여 계정이 자동화되는지 확률을 확인합니다. 계정은 "봇 도우미 (bot-assisted)"범주에 속할 수도 있습니다.이 범주는 봇 스타일 자동 조종 장치와 사람의 개입을 의미합니다.
Probabot은 Botometer API를 사용하여 트윗의 트위터 내용, 트윗의 내용이 긍정적이거나 부정적인 경우, 트윗에 태그를 지정하는 빈도, 빈도 및 빈도를 네트워크를 통해 확인할 수 있습니다. Probabot의 창안자 인 Keith Collins는 TechCrunch를 통해 자신의 봇이 검증 된 사용자 및 조직 계정을 피하는 등의 가짜 탐지를 피하도록 프로그래밍 한 방법을 설명했습니다. 콜린스 (Collins)가 설명했듯이 보토 미터 (Botometer)가 48 %를 초과하는 계정은 잠재적 봇으로 표시되고 60 % 이상은 "봇"으로 평가됩니다.
트위터는 봇 문제가 얼마나 광범위하게 퍼져 있는지에 대한 많은 통찰력을 제공하지 못한다. 단지 약 5 %의 계정이 "가짜 또는 스팸 계정"이라는 것 뿐이며, 그 숫자가 정확한 추정치 일지라도, 봇은 플랫폼의 정치 담론에 큰 영향을 줄 수 있습니다. Quartz가 지적한 것처럼 Probabot의 목록에있는 가능성이있는 봇 중 하나가 2016 년 4 월 이후로 백만 번 이상 트위터를 찍었습니다. 가장 충성도가 높은 트위터 사용자조차도 풀 수 없습니다.
Emilio Ferrara 박사는 Botometer의 연구원 중 한 사람인 Quartz 에게 다음과 같이 설명했다 . "우리는 2016 년 선거 1 개월 전에 정치적 대화에서 활동하는 사용자의 약 15 %가 봇이라고 생각했습니다. 정치 짹짹이 약 5 개 중 1 개 (거의 20 %)에 책임이있다. "
페라라는 TechCrunch에서 "지난 1 년 동안 봇의 사용이 정치 선전에서이 나라의 혼란과 분열을 조장하는 데로 옮겨왔다. "봇에 의한 잘못된 정보의 확산은 현재 사회 문제를 둘러싼 분열적인 메시지 전달에 주로 관련되어 있으며, 우리 사회에 미치는 영향은 그 어느 때보 다 더욱 중요합니다."
Probabot 유용한 프로젝트입니다,하지만 뭔가가있는 경우에만 확인할 수 있음을 기억 가치가 아마 봇. 지금까지 Probabot은 의심되는 35 개의 계정으로 구성된 실행 목록을 만들었 으므로 데이터 세트가 확장됨에 따라 공통점이 무엇인지 확인하는 것이 좋습니다. 궁극적으로 도구가 Botometer 제작자 '큰 연구로 묶어은 한 많이있는 소셜 플랫폼에 로봇의 연구 중심 목표로 발표 . 2017 년에는 읽을 거리가되었습니다.