揭露付费意见操纵水军

近来，网络论坛已被意见操纵水军入侵。一些水军受自身信念驱动试图影响其他用户，而在其他情况下他们可能是有组织的且受雇的，例如由政党或公关机构雇用并给出具体撰写指令。使用机器学习自动发现付费水军是一项困难任务，因为没有足够的训练数据来训练分类器；但获取一些测试数据是可能的，因为这些水军有时会被抓获并广泛曝光。在本文中，我们通过假设一个被多个不同人称为水军的用户很可能是水军，而从未被称为水军的用户不太可能是水军，来解决训练数据问题。我们比较了（i）付费水军、（ii）“被提及的”水军与（iii）非水军的用户画像，并进一步表明，训练用于区分（ii）与（iii）的分类器在区分（i）与（iii）时也表现相当好。