利用平台碎屑做数据科学：对 YouTube 虚假观看量的调查
社会与信息网络
2022-10-04 v1 物理与社会
摘要
本文参与关于社交媒体数据学术获取权的持续讨论，探讨了一个尽管对理解和遏制在线虚假信息具有价值、且不存在隐私或版权问题，但获取数据仍受阻的案例。我们的研究涉及 YouTube 的互动指标，更具体地，涉及该平台移除“虚假观看量”（即被平台视为人工或非法的观看量）的方式。利用从一千个法国 YouTube 频道提取的一年半数据，我们展示了这一现象的大规模程度：其涉及语料库中绝大多数频道以及超过一半的视频。我们的分析表明，大多数虚假观看量在视频生命周期中相对较晚才被纠正，且视频的最终观看计数与其收到的虚假观看量并非独立。我们讨论了纠正延迟可能对内容扩散造成的危害：通过虚增观看计数，非法观看量可能使视频显得比实际更受欢迎，并无端促使其获得人工与算法推荐。遗憾的是，我们无法对此现象给出确定性评估，因为 YouTube 在其 API 或界面中均未提供关于虚假观看量的信息。因此，本文亦呼吁 YouTube 及其他在线平台就可能对在线公共讨论质量产生关键影响的信息提高透明度。
引用
@article{arxiv.2210.01096,
title = {Doing data science with platforms crumbs: an investigation into fakes views on YouTube},
author = {Maria Castaldo and Paolo Frasca and Tommaso Venturini and Floriana Gargiulo},
journal= {arXiv preprint arXiv:2210.01096},
year = {2022}
}