2011 年に遡ると、テキサス A&M 大学のチームは、Twitter 界をスパムで汚染している非人間の Twitter ユーザーを罠にはめるためにサイバー囮捜査を実行しました。彼らのアプローチは、人間のユーザーが決して興味を持たないような無意味なコンテンツを投稿する「ハニーポット」アカウントをセットアップすることでした。このコンテンツをリツイートしたアカウント、または所有者と友達になったアカウントは、間違いなくソーシャル ボットとして知られる人間以外のユーザーであるに違いありません。
チームは 60 のハニーポットをセットアップし、約 36,000 の潜在的なソーシャル ボット アカウントを収集しました。アクティブだった人間以外のアカウントの数が膨大だったため、この結果は多くの観察者を驚かせました。これらのボットは一般に洗練されておらず、遭遇したコンテンツを多かれ少なかれリツイートするだけでした。
それ以来、ソーシャル ボットは大幅に進化しました。彼らはソーシャル ネットワークで人気のある影響力のある人を検索し、フォローし、メッセージを送信して注目を集めます。これらのボットはキーワードを識別し、それに応じてコンテンツを検索でき、一部のボットは自然言語アルゴリズムを使用して問い合わせに答えることもできます。
そのため、ソーシャル ボットの特定がさらに困難になります。しかし今日、ブルーミントンにあるインディアナ大学のエミリオ・フェラーラとその仲間たちは、高度なソーシャルボットを発見し、それらを一般の人間のユーザーと区別する方法を開発したと発表した。
このテクニックは比較的簡単です。彼らは、2011 年に公開されたオリジナルのグループから一連のソーシャル ボットを収集することから始めます。そのうち 15,000 個を選択し、最新の 200 件のツイートと、それらに言及している最新の 100 件のツイートを収集しました。これにより、約 260 万件のツイートのデータセットが生成されました。次にチームは、16,000 人の人間ユーザーについて、300 万件以上のツイートから構成される同様のデータセットを収集しました。
最後に、研究者らは「Bot or Not?」と呼ばれるアルゴリズムを作成しました。このデータをマイニングして、人間のユーザーとソーシャル ボットの特性間の大きな違いを探します。このアルゴリズムは、各ユーザーが投稿したツイートとリツイートの数、各ユーザーが受け取った返信、メンション、リツイートの数、ユーザー名の長さ、さらにはアカウントの年齢など、これらのアカウントに関連する 1,000 以上の特徴を調べました。
人間のアカウントとボット アカウントには大きな違いがあることが判明しました。ボットは人間よりもはるかに頻繁にリツイートする傾向があり、ユーザー名も長く、アカウントも若いです。対照的に、人間はより多くの返信、メンション、リツイートを受け取ります。
これらの要素が合わさって、ボットの検出に使用できる一種の指紋が作成されます。 「ボットか否か？非常に有望な検出精度を達成しています」とフェラーラとその仲間たちは言います。
ただし、いくつかの制限があります。まず、チームは 2011 年に最初に特定されたソーシャル ボットを使用したため、現在は検出が困難な、より高度なボットが存在する可能性が十分にあります。
また、人間とソーシャル ボットの両方からの投稿が含まれる境界例もあります。たとえば、人間がボットにアカウントを貸したり、アカウントがボットによってハッキングされた場合です。 「これらの異常を検出することは現時点では不可能です」とフェラーラらは認めている。
それにもかかわらず、これはソーシャル ボットを特定するプロセスにおける興味深い始まりです。しかし、それは時間が経てば経つほど難しくなる可能性が高い作業です。 Twitter では文字数が 140 文字しかないため、可能なコミュニケーションの種類に大きな制約が課されます。したがって、この空間で人間が示す非常に限定された行動をコンピューターが再現することははるかに簡単です。
興味のある方のために、フェラーラとその仲間たちはボットか否か? を作成しました。利用可能なアルゴリズムこのウェブサイトで。 Twitter ユーザーのスクリーン名を入力するだけで、その機能と最新の投稿が分析され、ソーシャル ボットである可能性が判断されます。
この記事の執筆時点では機能していませんでしたが、おそらく迷惑なソーシャル ボットの被害に遭ったのでしょう。ただし、現在機能している場合は、試してみて、下のコメントセクションに意見を投稿してください。