Combating online misinformation by detecting organized groups on social media
Notice bibliographique
Résumé
Campagne de désinformation coordonnée - l'utilisation malveillante et coordonnée des médias sociaux en ligne à des fins de manipulation est devenue un problème mondial pressant. Elle vise à déformer l'espace d'information pour semer la confusion et distraire le public, à diffuser de la propagande et de la désinformation pour favoriser les divisions, et à paralyser les capacités de prise de décision des individus. Les objectifs ou les motifs ultimes de ces campagnes de désinformation coordonnées peuvent être difficiles à interpréter, mais leur influence négative sur l'opinion publique, la démocratie et les élections est importante. Nous proposons des solutions algorithmiques qui visent à détecter les campagnes de désinformation coordonnées sur les médias sociaux, et réalisons des études de cas sur des données Twitter réelles. Plus précisément, nous proposons le cadre Embed-Cluster-Rank, un pipeline algorithmique en trois étapes qui apprend des représentations en basse dimension pour chaque utilisateur sur un réseau social, regroupe ces représentations en grappes d'utilisateurs et classe finalement ces grappes en fonction de la suspicion de s'engager dans des campagnes d'information coordonnées. Nous proposons ensuite trois instanciations du cadre Embed-Cluster-Rank basées sur différents composants d'intégration - auto-codeur commun, projection linéaire et agrégation, et décomposition des tenseurs. Nous présentons des résultats expérimentaux sur des données synthétiques, des données Twitter réelles liées aux élections fédérales canadiennes de 2019 et des études de cas qui révèlent des conclusions intéressantes et importantes sur le paysage de l'information ainsi que sur les groupes d'utilisateurs suspects ayant un impact sur le dialogue politique
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».