2020년 미국 대선 기간 동안의 다중 플랫폼 소셜 봇 탐지기 구축

מושגי ליבה

소셜 미디어 봇 탐지 모델을 구축하여 2020년 미국 대선 기간 동안의 온라인 담론에서 봇 활동을 분석하였다.

תקציר

이 연구에서는 다중 플랫폼 소셜 봇 탐지기 "BotBuster For Everyone"을 구축하였다. 이 모델은 트위터, 레딧, 인스타그램 등 3개의 주요 플랫폼에서 봇 계정을 식별할 수 있다.

모델 구축 과정은 다음과 같다:

1. 데이터 입력 단계: 각 플랫폼의 데이터 필드를 통일하는 과정
2. 특징 추출 단계: 사용자명, 프로필 설명, 게시물 메타데이터 등 6개 데이터 필드에서 특징을 추출
3. 개별 모델 분류 단계: 각 데이터 필드별로 최적의 트리 기반 분류기를 선정하여 훈련
4. 결합 집계 단계: 개별 모델의 봇/인간 확률을 평균하여 최종 분류 결정

이 모델은 데이터 필드가 불완전한 경우에도 예측이 가능하며, 플랫폼 간 일반화가 가능하다는 장점이 있다. 또한 분류 임계값 설정이 필요 없어 분류 결과의 모호성을 해결하였다.

이 모델을 2020년 미국 대선 기간 동안의 트위터와 레딧 데이터에 적용한 결과, 레딧에서 더 높은 비율의 봇 활동이 관찰되었다. 봇 계정과 인간 계정이 생성한 게시물의 주제 분석을 통해 봇 계정이 우편투표 부정 등의 허위 정보를 확산시키고, 인간 계정은 이에 대한 대응을 주장하는 것으로 나타났다.

סטטיסטיקה

레딧 데이터에서 봇 계정이 35.04%를 차지하는 반면, 트위터에서는 29.45%를 차지한다.
봇 계정은 우편투표 부정 등의 허위 정보를 확산시키는 경향이 있다.
인간 계정은 선거 부정에 대한 대응을 주장하는 경향이 있다.

ציטוטים

없음

תובנות מפתח מזוקקות מ:

Assembling a Multi-Platform Ensemble Social Bot Detector with Applications to US 2020 Elections

by Lynnette Hui... ב- arxiv.org 04-03-2024

https://arxiv.org/pdf/2401.14607.pdf

שאלות מעמיקות

봇 계정과 인간 계정의 상호작용 패턴은 어떻게 다른가?

봇 계정과 인간 계정의 상호작용 패턴은 몇 가지 중요한 차이점이 있습니다. 먼저, 봇 계정은 자동화된 소프트웨어에 의해 운영되기 때문에 일정한 패턴과 빈도로 활동합니다. 이는 봇 계정이 대량의 게시물을 빠르게 생성하거나 특정 키워드를 반복적으로 사용하는 경향이 있음을 의미합니다. 반면에 인간 계정은 더 다양한 상호작용 패턴을 보일 수 있으며 감정, 의견, 경험 등을 더 다양하게 표현할 수 있습니다.
또한, 봇 계정은 종종 특정 목적을 위해 프로그래밍되어 있기 때문에 특정 행동이나 메시지를 반복하거나 특정 그룹에 대한 영향력을 증가시키기 위해 협력할 수 있습니다. 반면 인간 계정은 보다 다양한 의견과 경험을 공유하며 보다 유연하게 상호작용할 수 있습니다.
이러한 차이로 인해 봇 계정과 인간 계정의 상호작용 패턴을 구별하고 인식하는 것이 중요합니다. 이를 통해 소셜 미디어 플랫폼의 건전성과 신뢰성을 유지하고 사용자를 보호하는 데 도움이 될 수 있습니다.

봇 계정의 활동이 실제 오프라인 행동에 어떤 영향을 미치는가?

봇 계정의 활동은 오프라인 행동에 다양한 영향을 미칠 수 있습니다. 먼저, 봇 계정은 대량의 정보를 빠르게 전파하고 특정 의견이나 정보를 강조하는 데 사용될 수 있습니다. 이는 오프라인에서의 의사 결정에 영향을 미칠 수 있으며 특정 주제에 대한 인식을 형성할 수 있습니다.
봇 계정은 또한 정치적인 목적이나 사회적 이슈에 대한 온라인 논의를 조작하거나 조장하는 데 사용될 수 있습니다. 이는 오프라인에서의 사회적 분위기나 정치적 결정에 영향을 미칠 수 있으며 혼란을 야기할 수 있습니다.
봇 계정의 활동이 오프라인 행동에 미치는 영향을 이해하고 인식하는 것은 중요합니다. 이를 통해 봇 계정의 악의적인 활동을 탐지하고 대응함으로써 오프라인에서의 건전한 의사 결정과 의견 형성을 보호할 수 있습니다.

소셜 미디어 플랫폼 간 봇 활동의 차이를 야기하는 구조적 요인은 무엇인가?

소셜 미디어 플랫폼 간 봇 활동의 차이를 야기하는 구조적 요인은 몇 가지가 있습니다. 첫째, 각 플랫폼의 기능과 특성에 따라 봇 활동이 다르게 나타날 수 있습니다. 예를 들어, 트위터는 짧은 텍스트 기반의 플랫폼이기 때문에 봇 계정이 빠르게 대량의 트윗을 생성하거나 홍보 메시지를 전파하기에 적합합니다. 반면에 인스타그램은 이미지 중심의 플랫폼이기 때문에 봇 계정이 시각적인 콘텐츠를 활용하여 홍보나 영향력을 행사할 수 있습니다.
둘째, 각 플랫폼의 사용자들의 특성과 행동 양식에 따라 봇 활동이 다르게 작용할 수 있습니다. 예를 들어, 레딧은 주제별 커뮤니티가 형성되어 있어 봇 계정이 특정 주제에 대한 논의를 조작하거나 영향을 미치기에 용이합니다. 반면에 트위터는 실시간 소셜 미디어 플랫폼으로 빠르게 확산되는 정보나 트렌드에 봇 계정이 미치는 영향이 큽니다.
이러한 구조적 요인들은 각 소셜 미디어 플랫폼에서 봇 활동의 특징과 양상을 형성하며, 이를 이해하고 분석함으로써 효과적인 봇 탐지 및 대응 전략을 수립할 수 있습니다.