测量机器账号与人类的行为动态

机器账号（由软件而非人类控制的社交媒体账户）近来因与各种形式的网络操纵相关联而备受关注。迄今为止，大量工作聚焦于社交机器账号检测，但相对于人类，鲜有研究致力于刻画和测量机器账号的行为与活动。多年来，机器账号已变得更加复杂，能够反映某些短期行为，模仿人类用户的行为。本文旨在研究机器账号在一次活动会话过程中所表现出的行为动态，并强调其与人类活动特征是否存在差异以及如何差异。通过使用与近期政治事件相关的大型 Twitter 数据集，我们首先分离机器账号与人类，然后隔离其活动会话。我们编制了一份待测量量值的清单，例如用户参与社交互动或生产内容的倾向。我们的分析凸显了人类中存在短期行为趋势，这可与认知起源相关联，而在机器账号中缺失，直观上源于其自动化活动。这些发现最终被编撰以创建并评估一种机器学习算法，用于检测由机器账号和人类产生的活动会话，从而实现更细致的机器账号检测策略。