論文の概要: Bots don't Vote, but They Surely Bother! A Study of Anomalous Accounts in a National Referendum

• arxiv url: http://arxiv.org/abs/2203.04135v1
• Date: Tue, 8 Mar 2022 15:02:51 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 15:29:53.621578
• Title: Bots don't Vote, but They Surely Bother! A Study of Anomalous Accounts in a National Referendum
• Title（参考訳）: ボットは投票しないが、間違いなく面倒だ! 住民投票における異常会計に関する研究
• Authors: Eduardo Graells-Garrido and Ricardo Baeza-Yates
• Abstract要約: 我々は、2020年のチリ憲法の国民投票に関する議論の特徴をTwitterで紹介する。 特徴付けはプロファイル指向分析を使用して、機械学習を用いて異常コンテンツの分離を可能にする。 我々は、異常なアカウント(そのうちいくつかは自動化ボット)がコンテンツを生成し、(偽の)情報を広める相互作用を計測する。
• 参考スコア（独自算出の注目度）: 1.5609988622100526
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Web contains several social media platforms for discussion, exchange of ideas, and content publishing. These platforms are used by people, but also by distributed agents known as bots. Although bots have existed for decades, with many of them being benevolent, their influence in propagating and generating deceptive information in the last years has increased. Here we present a characterization of the discussion on Twitter about the 2020 Chilean constitutional referendum. The characterization uses a profile-oriented analysis that enables the isolation of anomalous content using machine learning. As result, we obtain a characterization that matches national vote turnout, and we measure how anomalous accounts (some of which are automated bots) produce content and interact promoting (false) information.
• Abstract（参考訳）: Webには、議論、アイデアの交換、コンテンツ出版のためのソーシャルメディアプラットフォームがいくつか含まれている。 これらのプラットフォームは、人々だけでなく、ボットとして知られる分散エージェントにも使用されている。 ボットは何十年にもわたって存在してきたが、その多くは好意的であり、過去数年間に偽情報の伝播と生成に影響を及ぼした。 ここでは,2020年チリ憲法国民投票に関する議論の特徴をtwitterで紹介する。 特徴付けはプロファイル指向分析を使用して、機械学習を用いて異常コンテンツの分離を可能にする。 その結果,全国投票の投票率に合致する特徴を抽出し,異常アカウント(一部は自動化ボット)がコンテンツを生成し,情報伝達(偽)を行うかを測定する。

関連論文リスト

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• Entendre, a Social Bot Detection Tool for Niche, Fringe, and Extreme Social Media [1.4913052010438639]
  オープンアクセス、スケーラブル、プラットフォームに依存しないボット検出フレームワークであるEntendreを紹介した。 われわれは、ほとんどのソーシャルプラットフォームが一般的なテンプレートを共有しており、ユーザーはコンテンツを投稿し、コンテンツを承認し、バイオを提供することができるという考えを生かしている。 Entendreの有効性を示すために、私たちは、現在定義されている右翼プラットフォームであるParlerに人種差別的コンテンツを投稿するアカウントの中で、ボットの存在を調査するために使用しました。
  論文  参考訳（メタデータ） (2024-08-13T13:50:49Z)
• From Online Behaviours to Images: A Novel Approach to Social Bot Detection [0.3867363075280544]
  特定のタイプの社会アカウントは、要求できないコンテンツ、過党派、宣伝的な情報を促進することが知られている。 まず、アカウントが実行するアクションのシーケンスを画像に変換する新しいアルゴリズムを提案する。 文献でよく知られた実際のアカウント/ボットアカウントデータセット上でのボット検出の最先端結果と比較する。
  論文  参考訳（メタデータ） (2023-04-15T11:36:50Z)
• 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)
• 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)
• BotNet Detection On Social Media [0.0]
  ソーシャルメディアは、これらのプラットフォームを使って他のユーザーを操作しようとするユーザー(ボット)アカウントにとって、オープンな場となっている。 ボットが選挙結果を操作している証拠は、全国、つまり世界にとって大きな脅威となる可能性がある。 私たちの目標は、セマンティックなWebマイニング技術を活用して、これらの活動に関わる偽のボットやアカウントを特定することです。
  論文  参考訳（メタデータ） (2021-10-12T00:38:51Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Detection of Novel Social Bots by Ensembles of Specialized Classifiers [60.63582690037839]
  悪意ある俳優は、社会ボットとして知られるアルゴリズムによって部分的に制御される不正なソーシャルメディアアカウントを作成し、誤情報を広め、オンラインでの議論を扇動する。 異なるタイプのボットが、異なる行動特徴によって特徴づけられることを示す。 本稿では,ボットのクラスごとに専門的な分類器を訓練し,それらの決定を最大ルールで組み合わせる,教師付き学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-11T22:59:59Z)
• How Twitter Data Sampling Biases U.S. Voter Behavior Characterizations [6.364128212193265]
  近年の研究では、悪質な社会ボットやトロルのような不正なアクターの存在が明らかにされている。 本稿では,2018年米国中間選挙のTwitterデータを用いて,このギャップを埋めることを目的としている。 ハイパーアクティブアカウントは、様々な不審な振る舞いを示し、低信頼度情報を共有する傾向にあることを示す。
  論文  参考訳（メタデータ） (2020-06-02T08:33:30Z)
• 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。