普林斯顿大学(Princeton University)领导的一个研究团队开发了一种实时跟踪外国在线虚假信息活动的技术，这可能有助于减轻2020年美国大选受到的外部干扰。

 

研究人员开发了一种方法，杏耀开帐号利用机器学习来识别恶意互联网账户，或称喷子，基于他们过去的行为。在《科学进展》杂志上，该模型调查了中国、俄罗斯和委内瑞拉过去在2016年大选前后针对美国发起的虚假信息运动。

 

该团队通过分析Twitter和Reddit上的帖子以及其中包含的超链接或url，确定了这些活动所遵循的模式。在进行了一系列测试后，他们发现他们的模型可以有效地识别那些参与了外国影响力运动的帖子和账户，包括那些以前从未使用过的账户。

 

他们希望软件工程师能够在他们的工作基础上建立一个实时监控系统，以暴露外国对美国政治的影响。

 

普林斯顿大学公共和国际事务学院(Princeton School of Public and international affairs)的政治和国际事务教授雅各布·n·夏皮罗(Jacob N. Shapiro)说，“我们的研究意味着，你可以实时估计有多少信息存在，以及他们在谈论什么。”“这并不完美，但它会迫使这些演员变得更有创意，可能会停止努力。”你只能想象，如果有人投入工程努力来优化它，它会变得多好。”

 

夏皮罗和助理研究学者Meysam Alizadeh与纽约大学政治学教授Joshua Tucker和新泽西理工学院信息学助理教授Cody Buntain共同进行了这项研究。

 

团队从一个简单的问题开始:仅使用基于内容的特性和已知的影响力活动实例，您能否通过查看其他内容来判断给定的帖子是否属于影响力活动的一部分?

 

他们选择调查一个被称为“postURL对”的单元，这只是一个带有超链接的帖子。为了产生真正的影响，协同行动需要人类和机器人驱动的信息共享。该团队推测，随着时间的推移，类似的帖子可能会在不同平台上频繁出现。

 

他们将Twitter和Reddit上的巨魔活动数据与纽约大学社交媒体和政治中心(CSMaP)多年来收集的政治参与用户和普通用户的丰富帖子数据结合起来。这些喷子的数据包括来自中国、俄罗斯和委内瑞拉的公开的推特和Reddit数据，这些喷子从2015年底到2019年总共有8000个账号和720万条帖子。

 

CSMaP的联席主管塔克说:“如果没有常规的、普通的推文基线比较数据集，杏耀注册帐号我们就不可能进行分析。”“我们用它来训练模型，以区分有协调的影响活动和普通用户的推文。”

 

团队考虑了帖子本身的特点，比如时间，字数，或者提到的URL域是否是一个新闻网站。他们还研究了所谓的“metacontent”，也就是一个帖子中的消息是如何与当时共享的其他信息相关的(例如，一个URL是否在喷子共享的前25个政治域名中)。

 

“Meysam对metacontent的洞察力是关键， 杏耀娱乐生财 ，”夏皮罗说。“他发现我们可以用机器来复制人类的直觉，那就是‘这篇文章的某些地方看起来不太合适’。“喷子和普通人都经常在他们的帖子中包含本地新闻的url，但是喷子们倾向于在这些帖子中提到不同的用户，可能是因为他们想把读者的注意力引向一个新的方向。”Metacontent可以让算法找到这些异常。”