Bots Sociais: Como robôs podem se tornar pessoas influentes no Twitter?

  • Johnnatan Messias UFOP
  • Fabrício Benevenuto UFMG
  • Ricardo Oliveira UFOP

Resumo


Sistemas como o Klout e Twitalyzer foram desenvolvidos como uma tentativa de medir a influência de usuários dentro de redes sociais. Embora os algoritmos utilizados por estes sistemas não sejam conhecidos eles têm sido amplamente utilizados para classificação de usuários de acordo com a sua influência na rede social Twitter. Como as empresas de mídia podem basear suas campanhas de marketing viral baseando-se no ranking de influência, neste trabalho, investigamos se esses sistemas são vulneráveis e de fácil manipulação. A nossa abordagem consiste em desenvolver contas robot capazes de interagir com os usuários reais a fim de verificar as estratégias que podem aumentar a sua pontuação de influência de acordo com os diferentes sistemas. Nossos resultados mostram que é possível tornar-se influente usando estratégias simples, sugerindo que esses sistemas devem rever seus algoritmos de influência para evitar a contabilização de contas com atividades automáticas.

Referências

Klout. http://www.klout.com, March 2012.

Twitalyzer. http://www.twitalyzer.com/, March 2012.

Purohit H., Ruan Y., Joshi A., Parthasarathy S., and Sheth A. Understanding user-community engagement by multi-faceted features: A case study on twitter. In Conference of Social Media Analytics Workshop at World Wide Web (WWW), 2011.

Yan J. L. S. and Kaziunas E. What is a tweet worth?: measuring the value of social media for an academic institution. In Proceedings of the 2012 iConference, iConference ’12, pages 565–566, New York, NY, USA, 2012. ACM.

David Leonhardt. A better way to measure twitter inuence. The New York Times, 2011.

Cha M., Haddadi H., Benevenuto F., and Gummadi K. P. Measuring User Inuence in Twitter: The Million Follower Fallacy. In AAAI ICWSM, May 2010.

Romero D. M., Galuba W., Asur S., and Huberman B. A. Inuence and passivity in social media. In ACM WWW, pages 113–114, 2011.

Weng J., Ee-Peng Lim, Jiang J., and He Q. Twitterrank: nding topic-sensitive inuential twitterers. In ACM WSDM, 2010.

Pal A. and Counts S. Identifying topical authorities in microblogs. In ACM WSDM, pages 45–54, 2011.

Ghosh S., Viswanath B., Kooti F., Sharma N. K., Gautam K., Benevenuto F., Ganguly N., and Gummadi K. Understanding and Combating Link Farming in the Twitter Social Network. In Proceedings of the 21st International World Wide Web Conference (WWW’12), Lyon, France, April 2012.

Boshmaf Y., Muslukhov I., Beznosov K., and Ripeanu M. The socialbot network: When bots socialize for fame and money. In ACSAC‘11 Proceedings of the 27th Annual Computer Security Applications Conference, pages 93–102, New York, NY, USA, 2011.

Messias J., Schmidt L., Oliveira R., and Benevenuto F. Sigam-me os bons! transformando robôs em pessoas inuentes no twitter. BraSNAM, 2012.
Publicado
23/07/2013
Como Citar

Selecione um Formato
MESSIAS, Johnnatan; BENEVENUTO, Fabrício; OLIVEIRA, Ricardo. Bots Sociais: Como robôs podem se tornar pessoas influentes no Twitter?. In: CONCURSO DE TRABALHOS DE INICIAÇÃO CIENTÍFICA DA SBC (CTIC-SBC), 32. , 2013, Maceió-AL. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2013 . p. 191-200.