自动识别 Facebook 上的政治广告：迈向对基于用户定向操纵的理解

关于俄罗斯干预 2016 年美国大选的报道，将外国势力能够加剧社会分歧并利用个人用户数据达到政治目的的能力相关问题推到了公众关注的中心。这引发了人们对以下问题的疑问：数据可以通过何种方式以及在多大程度上被用于创建心理画像，以确定哪种广告在特定地点针对特定人的某个政治事件最具说服力。在本研究中，我们分析了美国非营利新闻编辑室 ProPublica 在 2018 年美国中期选举前的一段时间内利用志愿者网络收集的政治广告数据集。我们首先描述了数据的主要特征，并通过一系列交互式图表探索了用户属性，包括年龄、地区、活动情况等。此外，理解基于用户定向的政治操纵的重要第一步是识别政治相关广告，然而由于社交媒体广告的规模庞大，人工核查广告并不可行。因此，我们应对了自动分类政治与非政治广告的挑战，与 ProPublica 当前使用的基于文本的分类器相比展现出显著改进，并研究了用户定向属性是否有助于此任务。我们的评估阐明了诸如用户属性如何被用于政治广告定向以及哪些用户更容易被作为政治广告目标等问题。总体而言，我们在数据探索、政治广告分类以及对定向属性的初步分析方面的贡献，旨在支持未来基于 ProPublica 数据集的研究，特别是关于理解基于用户定向的政治操纵的研究。