FRAUDAR: новият Open Source алгоритъм за разкриване на мошениците в социалните мрежи

1
33

Специалистите от университета Карнеги Мелън създадоха алгоритъм, който разкрива фалшивите отзиви на платените тролове в социалните мрежи. Алгоритъмът се нарича FRAUDAR, а терминът е съставен от думите fraud (измамник, мошеник, позьор) и radar. Научната работа е публикувана в уеб-сайта на конференцията Knowledge Discovery and Data Mining.

 

Новата програма с лекота разкрива фалшивите акаунти в социалните мрежи, с помощта на които се вдига рейтинга на някои политици или електронни магазини чрез изкуствено увеличение на потребителите, „харесващи“ и даващи положителни отзиви и коментари за тази личност или онлайн-магазин.

По време на избори често се наблюдава изкуствено вдигане на рейтинга и неотдавна създаден акаунт само за седмица-две събира хиляди потребители, които създават видимост за бързо растящата популярност на новата политическа звезда. По този начин се привличат и реални хора, които се включват в потока отзиви на съответната личност.

FRAUDAR проследява акаунтите в социалните мрежи и бързо определя кой акаунт принадлежи на фалшив, виртуален потребител и кой, на SEO специалист.

Алгоритъмът анализира всички акаунти, активно гласуващи за даден електронен магазин или за определена личност. Ако акаунтът се използва единствено за вдигане на рейтинг, то той се класифицира като подозрителен, но ако се използва и за друга дейност – за обикновен, стандартен акаунт.

При тестването на FRAUDAR програмата анализира данните на 41,7 милиона потребители и разкри сред тях 4000 рейтингови акаунта, използвани за формиране на общественото мнение в сферата на бизнеса и политиката. Допълнителното търсене чрез TweepMe и TweeterGetter, които продават подобни услуги показа, че много от тези акаунти се използват за платено вдигане на рейтинг.

В използването на подобни акаунти няма нищо криминално и законите не се нарушават, но използването на подобни заблуждаващи методи разрушава доверието.

0 0 глас
Оценете статията
Абонирай се
Извести ме за
guest
1 Коментар
стари
нови оценка
Отзиви
Всички коментари