[论文解读] Strategies and Influence of Social Bots in a 2017 German state election - A case study on Twitter

Florian Brachten, Stefan Stieglitz+3 more|arXiv (Cornell University)|Oct 20, 2017

Spam and Phishing Detection参考文献 15被引用 22

一句话总结

本研究通过分析德语推特数据，调查了2017年德国州选举期间社交机器人所起的作用。利用机器人检测启发式方法和网络分析，识别出61个未表现出协调政治策略且影响力较低的机器人，表明在这一局部化、语言特定的语境中其影响有限。

ABSTRACT

As social media has permeated large parts of the population it simultaneously has become a way to reach many people e.g. with political messages. One way to efficiently reach those people is the application of automated computer programs that aim to simulate human behaviour - so called social bots. These bots are thought to be able to potentially influence users' opinion about a topic. To gain insight in the use of these bots in the run-up to the German Bundestag elections, we collected a dataset from Twitter consisting of tweets regarding a German state election in May 2017. The strategies and influence of social bots were analysed based on relevant features and network visualization. 61 social bots were identified. Possibly due to the concentration on German language as well as the elections regionality, identified bots showed no signs of collective political strategies and low to none influence. Implications are discussed.

研究动机与目标

• 调查2017年德国州选举期间社交机器人的存在与行为。
• 分析机器人策略及其在局部德语推特环境中的政治话语影响。
• 评估机器人是否参与了协调的政治活动或对公众舆论产生了可衡量的影响。
• 评估机器人检测与网络分析在识别选举相关话语中自动化影响方面的有效性。

提出的方法

• 收集了与2017年德国州选举相关的德语推特数据集。
• 基于行为特征和网络特征应用机器人检测启发式方法，识别自动化账户。
• 通过网络可视化与分析，绘制互动关系并检测机器人协调的模式。
• 通过转发频率、粉丝数量和时间发布模式等指标评估机器人影响力。
• 结合语言学、结构和时间特征，区分机器人与人类用户。
• 聚焦于单一地区选举，评估语言与地理特异性对机器人行为的影响。

实验结果

研究问题

• RQ1 社交机器人在德国地区选举的推特上采用何种策略？
• RQ2 社交机器人在局部德语语境中对政治话语的影响程度如何？
• RQ3 识别出的机器人是否表现出协调或集体政治行为的迹象？
• RQ4 与人类网络相比，机器人网络在选举期间的传播范围和参与度如何？

主要发现

• 在德语选举相关推特数据集中共识别出61个社交机器人。
• 这些机器人未表现出任何协调政治策略或集体行动的证据。
• 机器人影响力被评估为低至无，其在网络中的传播范围和参与度均有限。
• 选举的局部性质以及德语的唯一使用，可能限制了机器人活动的可扩展性与有效性。
• 网络分析显示，机器人并非信息传播网络的核心，表明其放大能力有限。
• 本研究表明，与更广泛、多语言的政治事件相比，语言特定且区域聚焦的选举可能降低社交机器人的影响。