Comment repérer un bot social sur Twitter

En 2011, une équipe de la Texas A&M University a effectué une cyber-attaque pour piéger des utilisateurs non humains de Twitter qui polluaient la Twittersphere avec du spam. Leur approche consistait à créer des comptes de pots de miel qui publiaient du contenu absurde auquel aucun utilisateur humain ne serait jamais intéressé. Tout compte qui retweetait ce contenu ou s'associait au propriétaire doit sûrement être un utilisateur non humain connu sous le nom de bot social.

L'équipe a mis en place 60 pots de miel et récolté quelque 36 000 comptes de bots sociaux potentiels. Le résultat a surpris de nombreux observateurs en raison du grand nombre de comptes non humains actifs. Ces robots étaient généralement peu sophistiqués et retweetaient simplement plus ou moins tout contenu qu'ils rencontraient.

Depuis lors, les robots sociaux sont devenus nettement plus avancés. Ils recherchent sur les réseaux sociaux des personnes populaires et influentes, les suivent et captent leur attention en leur envoyant des messages. Ces robots peuvent identifier des mots-clés et trouver du contenu en conséquence et certains peuvent même répondre aux demandes de renseignements à l'aide d'algorithmes de langage naturel.

Cela rend l'identification des robots sociaux beaucoup plus difficile. Mais aujourd'hui, Emilio Ferrara et ses amis de l'Université de l'Indiana à Bloomington, disent qu'ils ont développé un moyen de repérer les robots sociaux sophistiqués et de les distinguer des utilisateurs humains ordinaires.

La technique est relativement simple. Ils commencent par rassembler un ensemble de robots sociaux du groupe d'origine sorti en 2011. Ils en ont sélectionné 15 000 et collecté leurs 200 tweets les plus récents ainsi que les 100 tweets les plus récents les mentionnant. Cela a produit un ensemble de données de quelque 2,6 millions de tweets. L'équipe a ensuite rassemblé un ensemble de données similaire pour 16 000 utilisateurs humains comprenant plus de 3 millions de tweets.

Enfin, les chercheurs ont créé un algorithme appelé Bot ou pas ? pour exploiter ces données à la recherche de différences significatives entre les propriétés des utilisateurs humains et des robots sociaux. L'algorithme a examiné plus de 1 000 fonctionnalités associées à ces comptes, telles que le nombre de tweets et de retweets publiés par chaque utilisateur, le nombre de réponses, de mentions et de retweets reçus chacun, la longueur du nom d'utilisateur et même l'âge du compte.

Il s'avère qu'il existe des différences significatives entre les comptes humains et les comptes bot. Les robots ont tendance à retweeter beaucoup plus souvent que les humains et ils ont également des noms d'utilisateur plus longs et des comptes plus jeunes. En revanche, les humains reçoivent plus de réponses, de mentions et de retweets.

Ensemble, ces facteurs créent une sorte d'empreinte digitale qui peut être utilisée pour détecter les robots. Bot ou pas ? atteint une précision de détection très prometteuse, disent Ferrara et ses amis.

Il y a cependant quelques limites. Tout d'abord, l'équipe a pris des bots sociaux identifiés à l'origine en 2011, il est donc tout à fait possible qu'il existe maintenant des bots plus avancés qui sont moins faciles à détecter.

Et il existe également des cas limites qui contiennent des publications à la fois d'humains et de bots sociaux, par exemple lorsque des humains prêtent leurs comptes à des bots ou lorsque des comptes ont été piratés par des bots. Détecter ces anomalies est actuellement impossible, admettent Ferrara and co.

Néanmoins, il s'agit d'un début intéressant dans le processus d'identification des robots sociaux. Mais c'est une tâche qui risque de devenir plus difficile avec le temps. Avec seulement 140 caractères, Twitter impose des contraintes importantes sur le type de communication possible. Il est donc beaucoup plus facile pour un ordinateur de recréer le comportement très limité dont font preuve les humains dans cet espace.

Pour les intéressés, Ferrara and co ont fait leur Bot ou pas ? algorithme disponible sur ce site . Entrez simplement le nom d'écran de l'utilisateur de Twitter et il analysera ses fonctionnalités et ses publications les plus récentes pour déterminer la probabilité qu'il s'agisse d'un bot social.

Cela ne fonctionnait pas au moment de la rédaction, peut-être victime d'un bot social lésé. Mais si cela fonctionne maintenant, essayez-le et publiez vos réflexions dans la section commentaires ci-dessous.

Réf : http://arxiv.org/abs/1407.5225 : L'essor des robots sociaux

cacher