Unsupervised detection of coordinated fake followers on social media
Sosyal medyada koordineli sahte takipçi denetimsiz tespiti
- Tez No: 898560
- Danışmanlar: DR. ÖĞR. ÜYESİ ONUR VAROL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 53
Özet
Sosyal medya etkin kullanıcıları arasında“sosyal botlar”olarak adlandırılan otomatik hesapların bulunduğu bilinmektedir. Bu hesaplar zararlı olmak zorunda olmasa da, genellikle etkileşim ölçütlerini manipüle etmek ve koordineli yanıltıcı bilgi kampanyalarında kullanılmaktadır. Bu çalışmada, kullanıcıların çevrimiçi popülerliklerini hileli olarak artırmak için kullanılan“sahte takipçiler”olarak bilinen bir sosyal bot alt kümesini tespit etmek için yeni bir denetimsiz yaklaşım öneriyoruz. Yöntemimiz, bir sosyal medya hesabının takipçileri arasındaki anormal zamansal takip etme düzenleri tespit ederek sahte takipçileri belirler. Ayrıca, yöntemimizi Türk siyasi Twitter (daha sonra X olarak adlandırılan) ağındaki anormal takipçilerin yaygınlığını incelemek için kullandık. Bot tespitinin yanı sıra, aynı ağdaki çeşitli hesaplar üzerinde koordinasyon içinde hareket edebilecek anormal takipçi gruplarının varlığını da gösterdik. Sonuçlarımız, önerdiğimiz metodun sosyal medya platformlarındaki büyük ölçekli koordineli manipülasyon kampanyalarını incelemek için kullanılabileceğini göstermektedir.
Özet (Çeviri)
Social media accounts are known to have automated accounts, referred to as social bots, among their active users. While these accounts are not necessarily harmful, they are widely used to manipulate engagement metrics and in coordinated disinformation campaigns. In this work, we propose a novel unsupervised approach to detect a subset of social bots, known as fake followers, which are used to deceitfully amplify online popularity of users. Our method identifies fake followers by detecting anomalous temporal following patterns within the followers of a social media account. Furthermore, we use our method to investigate the prevalence of anomalous followers in the Turkish political Twitter network (later rebranded as X). In addition to detection, we also demonstrated that groups of anomalous followers may act in coordination across several accounts in the same network. Our results show that the proposed framework can be used to investigate large-scale coordinated manipulation campaigns on social media platforms.
Benzer Tezler
- A hybrid deep learning framework for unsupervised anomaly detection in multivariate spatio-temporal data
Uzamsal-zamansal çok boyutlu verilerde denetimsiz anomali tespiti için hibrit derin öğrenme çerçevesi
YILDIZ KARADAYI
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKadir Has ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET NAFİZ AYDIN
DR. ÖĞR. ÜYESİ ARİF SELÇUK ÖĞRENCİ
- Zaman serileri ile değişim analizi: İstanbul, Sarıyer örneği
Change detection with time series: Istanbul, Sariyer
FULYA BAŞAK SARIYILMAZ
Yüksek Lisans
Türkçe
2012
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Beyin mr görüntülerinin dalgacık dönüşümü ve özörgütlemeli harita ağları kullanılarak bölütlenmesi
Segmentation of brain mr images using wavelet transform and self organizing maps neural network
AYŞE DEMİRHAN
Doktora
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. İNAN GÜLER
- Mapping and monitoring wetland environment by analysis different satellite images and field spectroscopy
Sulakalan çevresinin farklı uydu görüntüleri ve arazi spektroskopisi ile izlenmesi ve haritalanması
FİLİZ BEKTAŞ BALÇIK
Doktora
İngilizce
2010
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. ÇİĞDEM GÖKSEL
- Uzaktan algılama verileriyle orman yangını analizi
Forest fire analysis with remote sensing data
COŞKUN ÖZKAN
Yüksek Lisans
Türkçe
1998
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiJeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİLİZ SUNAR