facebook páginas confiáveis

Usando Machine Learning para detectar páginas não confiáveis no Facebook


Um número crescente de empresas e indivíduos em todo o mundo está criando páginas no Facebook para fins de marketing e publicidade. Isso ocorre porque o Facebook oferece a possibilidade de se comunicar com clientes potenciais ou existentes gratuitamente, anunciando novos produtos, ofertas ou serviços.

No entanto, precisamente porque esse serviço é gratuito e fácil de acessar, os usuários mal-intencionados o estão usando para criar páginas enganosas. Detectar e identificar páginas não confiáveis ​​é de fundamental importância, pois pode ajudar a alertar os usuários e reduzir a atividade maliciosa na plataforma.

Pesquisadores em todo o mundo vêm tentando desenvolver métodos para detectar e evitar fraudes no Facebook e em outras plataformas de mídia social. Panida Songram, pesquisador da Universidade de Mahasarakham, na Tailândia, realizou recentemente um estudo investigando o uso de aprendizado de máquina supervisionado para detectar a confiabilidade ou a falta de confiabilidade das páginas do Facebook.

“Este artigo tem como objetivo detectar e investigar as características das páginas confiáveis ​​e confiáveis ​​do Facebook”, escreveu Songram em seu artigo, publicado na revista Artificial Life and Robotics, da Springer. “Modelos efetivos de aprendizado de máquina e métodos de seleção de recursos também são investigados para detectar páginas não confiáveis ​​e confiáveis.”

A Songram extraiu um grande número de recursos que podem ajudar a determinar se uma página é confiável ou não, incluindo detalhes da página, informações sobre um produto ou serviço, respostas do usuário e comportamento de postagem do administrador da página. Em seguida, ela treinou uma ferramenta de aprendizado de máquina supervisionada para analisar esses recursos e classificar as páginas como confiáveis ​​ou não confiáveis.

“Primeiro, as páginas do Facebook são coletadas aleatoriamente e depois rotuladas por cinco usuários”, explicou Songram em seu artigo. “Páginas do Facebook com acordo de cinco usuários são selecionadas e suas informações são recuperadas usando a API do Facebook Graph. Em seguida, os recursos são extraídos das informações e investigados nos experimentos.”

A Songram avaliou a eficácia de diferentes classificadores na detecção de páginas confiáveis ​​e não confiáveis. Ela descobriu que o algoritmo KNN era a melhor maneira de classificar, alcançando 88,67% de precisão. Ela também realizou uma análise dos recursos da página do Facebook para entender melhor o que tipicamente caracteriza páginas confiáveis ​​ou não confiáveis.

“Para páginas não confiáveis, o número de dias entre a data da última postagem e a data recuperada é alto e o número de postagens por semana (pós-frequência) é muito pequeno”, escreveu a Songram em seu artigo. “Isso indica que páginas não confiáveis ​​não estão ativas, enquanto páginas confiáveis ​​estão ativas.”

A Songram observou que a quantidade de pessoas discutindo páginas não confiáveis ​​on-line é significativamente menor do que aquelas que falam sobre páginas confiáveis. Uma possível explicação para isso é que muitas vezes os usuários percebem que as páginas não são confiáveis ​​e, portanto, não falam sobre elas on-line. As postagens em páginas confiáveis ​​também continham muito mais URLs do que aquelas em páginas não confiáveis, além de mais informações sobre a empresa e seus produtos / serviços.

Usando o que ela descobriu como os 10 principais recursos para determinar a confiabilidade de uma página do Facebook, a Songram alcançou uma precisão de classificação de 91,37%. No futuro, suas descobertas poderiam ajudar no desenvolvimento de ferramentas mais eficazes para detectar rapidamente páginas não confiáveis ​​do Facebook.

Via TechXplore

Usando Machine Learning para detectar páginas não confiáveis no Facebook
5 (100%) 1 vote

Artigos relacionados

Ciência de dados para previsão do futuro A análise preditiva na ciência de dados baseia-se na análise de dados explicativos - O que, onde e como os dados para a ciência de dados. Na verdade, ...
Inteligência artificial usa raciocínio humano para resolver problemas Uma criança é presenteada com uma foto de várias formas e é solicitada a encontrar o grande círculo vermelho. Para chegar à resposta, ela passa por al...
Novo robô agricultor Sweeper promete tornar colheitas mais eficientes Para combater a escassez maciça de mão-de-obra, a indústria agrícola está se voltando para robôs como o SWEEPER para atender suas necessidades de co...
Machine learning identifica hackers que já invadiram Os modelos de aprendizagem sem supervisão do Darktrace soam o alarme antes que hackers possam causar sérios danos.Em 2013, um grupo de agentes de...