Поиск и обоснование новых признаков для повышения точности обнаружения твиттер-ботов на основе генетического алгоритма и наивного байесовского подхода

Популярность Twitter привлекала как частные лица, так и организации. Для большей эффективности было принято использование ботов, которые генерируют и публикуют твиты в автоматизированной форме. На сегодняшний день известно, что миллионы учетных записей являются ботами, что заинтересовало исследователей в поиске способов идентификации ботов в социальных сетях. Методы идентификации различаются по своей реализации, алгоритмам и выбранным функциям. Таким образом, цель этой диссертации - найти новые характеристики, которые могут использоваться алгоритмами для улучшения обнаружения ботов социальных сетей в Twitter. Первая часть диссертации посвящена исследованию литературы, в которой представлены уже известные функции, помогающие обнаруживать ботов. Используя эти функции, была разработана модель, основанная на алгоритме Наивного Байеса. Модель используется для классификации пользователей Twitter по учетным записям на людей и ботов. В диссертации проверяется ее точность. Чтобы найти комбинацию признаков, на той же основе реализован генетический алгоритм. Также предлагаются новые функции, влияние которых проверяется на ранее достигнутую точность. В результате исследования было выявлено 35 функций, обычно используемых для обнаружения ботов. Из них комбинация из 15 достигла наивысшей точности при применении алгоритма классификации. Введение новой функции повышает точность за счет использования другой комбинации 14 выбранных функций. С целью определения, сопоставим ли достигнутый результат с другими инструментами, оценка алгоритма на другом наборе данных, чем раньше, сравнивается с «Ботометром», где последний показал несколько худшую точность, чем представленный здесь классификатор. В заключение, была обнаружена потенциально новая функция, улучшающая обнаружение ботов, которая определяется лингвистической сложностью учетной записи Twitter. Таким образом, эта функция может быть дополнительно проанализирована и впоследствии реализована с помощью уже существующих инструментов классификации ботов.