我们是否都身处楚门的世界？通过自训练识别 Instagram 上的众包刷量行为
社会与信息网络
2023-04-06 v3
摘要
influencer营销在2022年创造了160亿美元的收入。通常，影响力越大的网红因其合作获得的报酬越高。因此，许多服务被创建出来，通过机器人或虚假账号来提升账号的 popularity 指标。然而，近期真实用户开始使用其实名账号参与此类刷量活动以获取金钱回报，产生极难检测的虚假内容。迄今为止，尚无研究尝试在 Instagram 上检测这一被称为众包刷量（crowdturfing, CT）的新现象。在本工作中，我们提出了首个 Instagram CT 互动检测器。我们的算法通过半监督学习利用账号特征来识别参与 CT 活动的账户。与迄今用于识别虚假账号的监督方法相比，半监督模型可利用海量无标签数据提升性能。我们购买并研究了来自11家提供商的1293个 CT 账号，构建了自训练分类器，其 F1-score 达到95%。我们在真实环境中测试了模型，检测并分析了20位 mega-influencer（即粉丝超百万）的 CT 互动，发现其中超过20%为人工制造。我们分析了 CT 账号与评论，表明仅依据其所生成的内容难以检测此类活动。
引用
@article{arxiv.2206.12904,
title = {Are We All in a Truman Show? Spotting Instagram Crowdturfing through Self-Training},
author = {Pier Paolo Tricomi and Sousan Tarahomi and Christian Cattai and Francesco Martini and Mauro Conti},
journal= {arXiv preprint arXiv:2206.12904},
year = {2023}
}