論文の概要: A Decade of Social Bot Detection
- arxiv url: http://arxiv.org/abs/2007.03604v2
- Date: Wed, 8 Jul 2020 07:55:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-18 00:00:27.190398
- Title: A Decade of Social Bot Detection
- Title（参考訳）: ソーシャルボット検出の10年
- Authors: Stefano Cresci
- Abstract要約: 2016年のアメリカ合衆国大統領選挙の余波で、世界はソーシャルメディアで広範囲にわたる詐欺の重大さを認識し始めた。
このソーシャルボットのパンデミックを阻止するためには、どのような戦略を強制すべきだろうか?
2016年以降、社会的、政治的、経済的なアナリストが脳卒中を起こしたのは、少なくとも2010年以降、コンピュータ科学者にとって、詐欺と自動化が問題となっている。
- 参考スコア（独自算出の注目度）: 0.9137554315375922
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: On the morning of November 9th 2016, the world woke up to the shocking
outcome of the US Presidential elections: Donald Trump was the 45th President
of the United States of America. An unexpected event that still has tremendous
consequences all over the world. Today, we know that a minority of social bots,
automated social media accounts mimicking humans, played a central role in
spreading divisive messages and disinformation, possibly contributing to
Trump's victory. In the aftermath of the 2016 US elections, the world started
to realize the gravity of widespread deception in social media. Following
Trump's exploit, we witnessed to the emergence of a strident dissonance between
the multitude of efforts for detecting and removing bots, and the increasing
effects that these malicious actors seem to have on our societies. This paradox
opens a burning question: What strategies should we enforce in order to stop
this social bot pandemic? In these times, during the run-up to the 2020 US
elections, the question appears as more crucial than ever. What stroke social,
political and economic analysts after 2016, deception and automation, has been
however a matter of study for computer scientists since at least 2010. In this
work, we briefly survey the first decade of research in social bot detection.
Via a longitudinal analysis, we discuss the main trends of research in the
fight against bots, the major results that were achieved, and the factors that
make this never-ending battle so challenging. Capitalizing on lessons learned
from our extensive analysis, we suggest possible innovations that could give us
the upper hand against deception and manipulation. Studying a decade of
endeavours at social bot detection can also inform strategies for detecting and
mitigating the effects of other, more recent, forms of online deception, such
as strategic information operations and political trolls.
- Abstract（参考訳）: 2016年11月9日朝、世界はアメリカ合衆国大統領選挙の衝撃的な結果に目覚めた: ドナルド・トランプは第45代アメリカ合衆国大統領だった。
いまだに世界中に重大な結果をもたらす予期せぬ出来事。
今日、少数のソーシャルボット、自動化されたソーシャルメディアアカウントが、分裂したメッセージや偽情報を広めるのに中心的な役割を果たし、おそらくトランプ氏の勝利に寄与したことを私たちは知っている。
2016年のアメリカ合衆国大統領選挙の後、世界はソーシャルメディアにおける広範な詐欺の重大さを認識し始めた。
トランプ氏のエクスプロイトを受けて、私たちはボットの検出と削除に対する多くの努力と、これらの悪意ある俳優が我々の社会に与えた影響の増大の間に激しい不協和音の出現を目撃した。
このパラドックスは、このソーシャルボットのパンデミックを防ぐために、どのような戦略を強制すべきなのか?
2020年米大統領選への出馬中、この問題はこれまでになく重要視されている。
2016年以降、社会的、政治的、経済的なアナリストが脳卒中を起こしたのは、少なくとも2010年以降、コンピュータ科学者にとって、詐欺と自動化が問題となっている。
本稿では,ソーシャルボット検出における最初の10年の研究を簡潔に調査する。
縦断的な分析によって、ボットとの戦いにおける研究の主なトレンド、達成された主な成果、そしてこの絶え間ない戦いを困難なものにする要因について論じる。
広範な分析から学んだ教訓に乗じて、詐欺や操作に対する上限となる可能性のあるイノベーションを提案します。
ソーシャルボット検出における10年間の研究は、戦略的情報操作や政治トロルなど、他の、より最近のオンライン詐欺の影響を検知し緩和するための戦略を知らせることもできる。
関連論文リスト
- Sleeper Social Bots: a new generation of AI disinformation bots are already a political threat [0.0]
Sleeper Socialbots」は、偽情報を広め、世論を操るために作られたAI駆動のソーシャルボットである。
予備的な発見は、これらのボットが人間のユーザーとして説得力を持って通過し、会話に積極的に参加し、偽情報を効果的に広めることができることを示唆している。
私たちの研究の意味は、2024年の米国大統領選挙以降でソーシャルボットがもたらす重大な課題を示している。
論文 参考訳（メタデータ） (2024-08-07T19:57:10Z) - Social bots sour activist sentiment without eroding engagement [0.0]
ボットは、加熱されたオンライン期間に、その逆よりも人間の行動に大きな影響を及ぼすことがわかった。
政治的妨害ボットは活動量を増やし、他のボットは活動量を減少させる。
個々のボットの遭遇による影響は小さいように見えるが、ボットの通信量が多すぎるため、累積効果は深刻なものである。
論文 参考訳（メタデータ） (2024-03-19T16:58:45Z) - My Brother Helps Me: Node Injection Based Adversarial Attack on Social Bot Detection [69.99192868521564]
Twitterのようなソーシャルプラットフォームは、数多くの不正なユーザーから包囲されている。
ソーシャルネットワークの構造のため、ほとんどの手法は攻撃を受けやすいグラフニューラルネットワーク(GNN)に基づいている。
本稿では,ボット検出モデルを欺いたノードインジェクションに基づく逆攻撃手法を提案する。
論文 参考訳（メタデータ） (2023-10-11T03:09:48Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。
トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。
このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
論文 参考訳（メタデータ） (2022-11-09T08:42:37Z) - Investigating the Validity of Botometer-based Social Bot Studies [0.0]
ソーシャルボットは、世論を操作することを目的として悪意あるアクターが運営するソーシャルメディアアカウントの自動化だと考えられている。
社会ボットの活動は、アメリカ合衆国大統領選挙を含む様々な政治的文脈で報告されている。
ソーシャルボットの普及率を推定するために広く利用されている研究設計の根本的な欠点を指摘する。
論文 参考訳（メタデータ） (2022-07-23T09:31:30Z) - Identification of Twitter Bots based on an Explainable ML Framework: the
US 2020 Elections Case Study [72.61531092316092]
本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。
Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。
また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
論文 参考訳（メタデータ） (2021-12-08T14:12:24Z) - The Matter of Chance: Auditing Web Search Results Related to the 2020
U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。
その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
論文 参考訳（メタデータ） (2021-05-03T11:18:19Z) - Social Bots and Social Media Manipulation in 2020: The Year in Review [11.589831677050094]
2020年は、新型コロナウイルス(COVID-19)パンデミックと2020年アメリカ合衆国大統領選挙の2つの重要な出来事で記憶される。
計算研究と社会科学研究を組み合わせる際には,主に3つの目的がある。
新型コロナウイルス(COVID-19)のパンデミックと2020年アメリカ合衆国大統領選挙をめぐるソーシャルメディア操作におけるソーシャルボットの役割を特徴づける。
論文 参考訳（メタデータ） (2021-02-16T20:18:59Z) - Deepfakes and the 2020 US elections: what (did not) happen [0.0]
この論文では、悪意のある政治的なディープフェイクが2020年の米国の選挙に影響を与えるのを防ぐ条件を作り出したさまざまな種類の警告の乗算と共役であると信じています。
これらの警告から,4つの要因(ソーシャルネットワークの積極的な役割,新しい法律,人工知能へのアクセスの困難,社会の認知度向上)を特定した。
しかし、この式は、2020年の米国の場合に有効であることが証明されているが、それは他の政治的文脈で繰り返すことができると仮定することは正しくない。
論文 参考訳（メタデータ） (2021-01-22T13:10:47Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳（メタデータ） (2020-04-20T20:00:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。