Twitter上のロシアのトロール活動のマッピング

ロシアのインターネットトロルは、偽のアカウントを使ってSNS、特にツイッターで虚偽の情報を広めてる。この活動は増えてきてるから、トロルの動き方を理解することが重要なんだ。このプロジェクトは、オンラインでの影響力ネットワークに関する以前の研究を基にしてる。トロルの行動をマッピングする予測モデルを作ることで、これらの運営を新しい視点で見る方法を提案するよ。

#研究の目的

ロシアのトロルのツイートを使って、行動に基づいてアカウントの種類を予測するモデルを開発したんだ。アカウントの信頼性を見て分類して、タイプに分けた。テストした結果、モデルの精度は88%だった。ロシアのトロルツイート3百万件の大規模データセットと比較してモデルを検証した結果、データセット間の類似性は90.7%だった。実際のデータとモデルの予測を比較したら、90.5%の一致が見られた。これらの結果は、モデルがネットワーク内のアクターをマッピングするのに役立つことを示唆してる。

#インターネットトロルネットワーク

インターネットトロルネットワークは、偽のアカウントを使ってSNSで虚偽の情報を広めるグループだ。これはオープンな議論や民主主義に対する大きな脅威だ。ロシアはこの領域で大きな役割を果たしていて、様々なプラットフォームや国でトロルを雇ってる。ロシアのインターネットトロルネットワークは複雑で断片化されてる。インターネットリサーチエージェンシー（IRA）は、クレムリンに関連した著名なグループの一つで、2016年の米国大統領選挙など、政治的な出来事に影響を与えようとしてきた。

キャンペーン中、IRAのアカウントは田舎のアメリカのリアルユーザーを装ってたから、人々は彼らをトロルだと見抜くのが難しかった。偽アカウントと実際のユーザーを区別するのが課題なんだ。ロシアのトロルネットワークは秘密主義だから、行動に基づいてプレーヤーを認識するのが難しい。研究者たちはこれらの偽アカウントを特定するのに苦労してるから、彼らの活動に対抗するのも難しい。そこで、我々の研究はAIを使ってSNSでのトロル活動をマッピングすることを目指してる。

#トロルの特定の課題

研究者にとっての大きな課題は、これらのネットワークの性質が不明確なことだ。偽アカウントはオンラインで説得力のある存在感を保ってるから、背後にいる実際の人を追跡するのが難しい。実際のユーザーと偽のペルソナを区別するのは簡単じゃない。そこで、既知のトロルネットワークを研究することに焦点を当ててる。彼らの運営をマッピングし、関与している異なるタイプのアクターを分類するための機械学習モデルを提案するよ。

我々の予測モデルは、ロシアのネットワーク内の様々なタイプのトロルとそれらの動きに中心を置いてる。以前の研究を基に、これらのオンライングループの中で異なる役割を特定してきた。アクターを行動に基づいて分類することで、これらのネットワークがどう機能するかに関する洞察を提供することを目指してる。

#データ収集

IRAに関連するツイートのコレクションを利用した。このグループに関連するデータは、影響力キャンペーンを監視することに焦点を当てた信頼できる組織から取得したよ。主な目標は、アカウントの信頼性を分析し、行動に基づいて異なるタイプに分類することだった。

四つの主なカテゴリーを特定した：

1. フェイクニュース：政府や民間のニュースメディアを装ったアカウント。これらのアカウントは、正当なニュースを提供していると主張してフォロワーを誤解させることが多い。
2. 組織：非営利団体やビジネスに見えるアカウントでも、実際はトロルのフロント。
3. 政治的関連：明らかに政治的なアカウントや、政治的なアジェンダを支持してるように見えるアカウント。
4. 個人：強い政治的関係がない普通の人のように振る舞うアカウントだけど、トロルネットワークに関連したメッセージを広める。

次に、ツイート数やフォロワー数などの様々な指標に基づいて、これらのカテゴリーを認識するためにモデルをトレーニングしたよ。

#データセットの理解

扱ったデータセットには、様々な言語の約900万件のツイートが含まれてた。研究のためには、英語とロシア語のツイートに焦点を当てた。IRAネットワークに属する2000以上のユニークなアカウントを特定した。多くのアカウントはプライバシーのために情報が隠されてたから、これが課題だった。でも、行動パターンを分析することで隠れたアカウントをカテゴライズする方法を開発した。

#ハッシュタグを使った分類

説明がないアカウントを分類するために、ハッシュタグを利用した。分類されたアカウントのハッシュタグを調べて、隠れたアカウントのハッシュタグと照らし合わせた。これにより、分析のためのより大きなデータセットを作り、サンプルサイズを大幅に増やすことができた。

この分析では二つの主な困難があった。一つは、ハッシュタグ用の人間の言語を理解して処理するのが複雑だったこと。もう一つは、特定のハッシュタグの人気が時間と共に変わること。自然言語処理用のツールを使うことで、データをより効果的に分析し、似たハッシュタグをグループ化することができた。

#予測モデルの作成

サンプルの大部分をカテゴライズした後、モデルに関連する特徴を選ぶ段階に進んだ。特定した特徴には、ツイート数、リツイート数、フォロワー数、いいね、返信数が含まれてた。全ての特徴が同じ重要性を持つわけじゃなかったから、統計的方法を使って、どの特徴がモデルのパフォーマンスを向上させるかを見極めた。

予測にはランダムフォレスト分類器を主な手法として選んだ。この技術は不均衡なデータを扱うのが得意で、いくつかのカテゴリーが他よりサンプルが多いから重要なんだ。このモデルを使って、アカウントのタイプを特定する精度を計算したよ。

#モデルの検証

予測モデルを開発した後、既知のデータを使ってその効果を検証する必要があったんだ。様々なデータセットを使って一連のテストを行った。最初の検証では、300万件のロシアのトロルツイートデータセットを使った。フェイクニュースとラベリングされたアカウントをフィルタリングし、モデルの分類されたアカウントと比較したら、フェイクニュースカテゴリーの精度は90.7%だった。

二回目の検証テストでは、ロシア語のアカウントを調べて、それらの分類をモデルの予測と比較した。アカウントの説明を英語に翻訳して、手動で分類した結果、モデルと手動分類の一致率は90.5%だった。

#研究結果の結論

我々の研究は、ロシアのトロルネットワークのアクターを特定するのに予測モデルが効果的であることを強調してる。モデルは、行動に基づいて様々なアカウントのタイプを分類する手助けをする四つの概念カテゴリーを使ってる。我々が使ったIRAデータセットは、膨大なツイートのコレクションで、扱う情報が豊富なんだ。我々の結果は、予測モデルの精度が88%で、既知のデータセットでのテストで90.7%の類似性が見られたことを示してる。

#今後の方向性

今後は、ツイッターの活動パターン、ツイート、いいね、リツイートを分析するために研究を広げる計画だ。この情報は、ユーザー間のつながりをより具体的に可視化するのに役立つだろう。我々は、FacebookやInstagramなどの他のSNSプラットフォームにもモデルを適用して、異なるネットワークでのトロル行動を特定したいとも考えてる。

加えて、リアルタイムでのトロルの活動を追跡するためにモデルを洗練させ、実際のユーザーの行動とトロルの行動を区別する可能性があると見込んでる。こうした進展は、SNSでの偽情報の監視と対策に向けた包括的なシステムの開発につながるかもしれない。

この研究を通じて、IRAネットワークの隠れた構造に光を当てることを目指してる。これらのネットワークをよりよく理解することで、オンラインでの虚偽情報の拡散に対処し、民主的な議論を守るための効果的な戦略を立てられるようになるんだ。