公众兴趣是科学还是机器人？Twitter 上学术文章的选择性放大

社交媒体具有即时触达公众的非凡能力，已成为分享学术文章、衡量公众反响的重要组成部分。然而，机器人账号在社交媒体上的刷帖行为可能误导对话，对特定研究制造虚假的公众兴趣，进而影响现实世界中关乎公众生活的政策，因此这一课题值得批判性研究与关注。我们结合使用 Altmetric 数据集，以及通过 Twitter 应用程序编程接口（API）和 Botometer API 收集的数据。我们将这些数据整合为一个包含学术文章、文章的多项特征以及一个标签（指示该文章在 Twitter 上是否存在过度机器人活动）的广泛数据集。我们分析了数据，以探究基于文章不同特征的机器人活动的可能性。我们还使用该数据集训练了机器学习模型，以识别任何给定文章中可能存在的机器人活动。我们的机器学习模型能够以 0.70 的准确率识别任何学术文章中可能存在的机器人活动。我们还发现，与其他研究领域相比，与“健康与人文科学”相关的文章更容易受到机器人活动的影响。在不评判机器人活动恶意性的前提下，我们的工作提供了一种工具，用于识别学术文章传播过程中机器人活动的存在，并为该方向的未来研究建立了基线。