代理机器人：分析高影响事件期间 Twitter 上的自动化活动

Twitter 现已成为一种既定且广泛流行的新闻媒体。无论是日常闲聊还是关于高影响事件（如波士顿马拉松爆炸案、2014 年 2 月美国冰风暴等）的讨论，人们都使用 Twitter 获取更新。Twitter 机器人如今已变得非常普遍且被接受。人们利用它们获取关于自然灾害、恐怖袭击等紧急情况的更新。Twitter 机器人为这些用户提供了一种在 Twitter 上执行既简单又结构重复的任务的手段。在高影响事件期间，这些 Twitter 机器人倾向于提供时间敏感且全面的信息。我们展示了机器人如何参与讨论并在高影响事件期间增强讨论。我们识别了 2013 年高影响事件中的机器人，包括：波士顿爆炸案、2014 年 2 月美国冰风暴、华盛顿海军造船厂枪击案、俄克拉荷马龙卷风和 Phailin 气旋。我们通过手动标注所有此类账户，从顶级推文发布者中识别出机器人。随后我们研究了它们的活动并呈现了许多重要见解。我们确定了机器人在这些事件期间对信息传播的影响，以及它们如何倾向于从各种来源聚合信息并中介给不同用户。我们还分析了它们的推文，列出了高影响事件期间机器人与非机器人（正常或人类账户）之间的重要区分特征。我们还展示了机器人如何逐渐从传统的基于 API 的发帖转向 IFTTT、dlvr.it 等 Web 自动化平台。利用标准机器学习，我们提出了一种在高影响事件期间实时识别机器人/非机器人的方法。本研究还通过比较 2013 年高影响事件的数据与 2011 年类似类型事件的数据，考察了机器人场景的变化。最后，我们还对 2013 年波士顿马拉松爆炸案期间活跃的 Twitter 机器人进行了深入分析。