你的社交平臺(tái)擁有多少個(gè)粉絲？

一千？一萬？還是更多？你知道其中存在多少個(gè)“僵尸粉”嗎？

近日，據(jù)美國(guó)權(quán)威科技媒體The Information引述研究機(jī)構(gòu)Ghost Data的報(bào)告稱，2015年，Instagram平臺(tái)的僵尸賬號(hào)占比為7．9％，到目前已經(jīng)攀升至9．5％。Instagram的閱讀用戶已經(jīng)增加到了十億人。根據(jù)上述比例，Instagram平臺(tái)上現(xiàn)在大約有9500萬個(gè)僵尸賬號(hào)。

有媒體評(píng)論指出，如此規(guī)模的“僵尸賬號(hào)”，讓Instagram成為下一個(gè)互聯(lián)網(wǎng)行業(yè)打擊假新聞、假信息和政客營(yíng)銷的重要陣地。

為什么這么說 ，恐怕得看看“網(wǎng)絡(luò)水軍”在近些年的“杰作”。 2017 年，至少有 18 個(gè)國(guó)家在選舉中遭遇了線上操縱和虛假信息策略，包括德國(guó)聯(lián)邦總統(tǒng)選舉期間社交機(jī)器人活躍和垃圾新聞?lì)l出等。

顯然，治理“網(wǎng)絡(luò)水軍”已成為全球難題。而由于其分散、量大兼具技術(shù)隱蔽性，對(duì)其的治理更需要講究專業(yè)化和智能化。此時(shí)，人工智能也派上了用處。

道高一尺，魔高一丈，虛假賬號(hào)與AI的斗智斗勇

從創(chuàng)建應(yīng)用軟件、官方網(wǎng)站或內(nèi)容傳播平臺(tái)，到生產(chǎn)具有實(shí)質(zhì)性內(nèi)容的圖像、視頻或文字，通過或真或假或自動(dòng)地與用戶交互，虛假賬號(hào)已經(jīng)越來越“真實(shí)”。就在去年，有研究表明，連人工智能都可以被用來生成復(fù)雜的點(diǎn)評(píng)信息，而這些虛假的點(diǎn)評(píng)不僅機(jī)器無法檢測(cè)出來，就連人類讀者也分辨不出來。

虛假賬號(hào)不再“虛假”，整個(gè)社交網(wǎng)站都面臨著潛在卻嚴(yán)重的沖擊。智能相對(duì)論（aixdlun）分析師顏璇梳理了三種智能“鑒粉”方式，分別囊括了用戶行為、內(nèi)容和情感特征三種形式，試圖解決這一問題。

首先是用戶行為特征的分析。這種方式大多依托于爬蟲技術(shù)，即通過主動(dòng)爬取特定微博或者論壇的主體相關(guān)的注冊(cè)行為、社交行為、轉(zhuǎn)發(fā)與評(píng)論等行為 ， 從而進(jìn)行多維特征向量刻畫。同時(shí)，有研究者還采用了隱馬爾可夫模型來對(duì)用戶行為進(jìn)行建模，利用模型參數(shù)來對(duì)用戶行為進(jìn)識(shí)別和分類，畢竟“僵尸”掉進(jìn)了“植物”里，總是有區(qū)別的。

這主要是利用賬號(hào)之間的社會(huì)關(guān)系來識(shí)別那些“僵尸號(hào)”。而面對(duì)這種方式，水軍們也“與時(shí)俱進(jìn)”，比如一些職業(yè)差評(píng)師的賬號(hào)在注冊(cè)行為上就無懈可擊，他們的賬號(hào)一般會(huì)同時(shí)配備有身份證、用戶手持證件照、實(shí)名手機(jī)號(hào)碼卡、實(shí)名銀行卡等，還能通過作弊軟件騙過實(shí)名認(rèn)證系統(tǒng)。即使是微博里的“僵尸粉”，也會(huì)存在一些粉絲關(guān)系。

第一種方式被“見招拆招”，AI也不得不拿出第二種方式，即對(duì)內(nèi)容特征的分析。基于內(nèi)容分析的識(shí)別技術(shù)主要從發(fā)帖內(nèi)容本身切入 ，建立“僵尸粉”、惡意或者美化信息等本體模型， 同時(shí)建立敏感語(yǔ)義庫(kù)，通過語(yǔ)言特征統(tǒng)計(jì)區(qū)分虛假賬號(hào)。

但是，由于語(yǔ)義領(lǐng)域的不統(tǒng)一性，同一本體在不同領(lǐng)域，甚至同一領(lǐng)域都會(huì)存在很多象征意義的現(xiàn)狀，比如用戶在討論某手機(jī)時(shí)，提到“這手機(jī)的上網(wǎng)速度真快”，“快”是一種夸贊，如果說“這手機(jī)耗電速度真快”，“快”又變成了一種批評(píng)。因此，內(nèi)容特征模型在不同的情況、平臺(tái)上都會(huì)有較大的變化，這也造成了AI分析內(nèi)容特征進(jìn)而識(shí)別“僵尸粉”的通用性較差的問題。

如此來看，基于單一特征對(duì)虛假賬號(hào)進(jìn)行識(shí)別還是比較困難的，因此，AI也不得不開始思考第三種方式。第三種方式源于第二種方式，即對(duì)內(nèi)容中情感特征的分析。

有研究者通過分析推特內(nèi)容中的情感，發(fā)現(xiàn)在線社交網(wǎng)絡(luò)中的內(nèi)容創(chuàng)建、傳播與證券市場(chǎng)波動(dòng)、期貨商品價(jià)格及國(guó)家、社會(huì)重大事件之間有著緊密的聯(lián)系。這也表明情感傾向是社交網(wǎng)站內(nèi)容中的重要特征。

而水軍也往往帶有強(qiáng)烈的感情色彩（好評(píng)或差評(píng)），針對(duì)單個(gè)發(fā)帖的情感傾向性，AI可以設(shè)定一個(gè)閾值，若對(duì)某個(gè)主題發(fā)表的正面或者負(fù)面帖子比例超過設(shè)定閾值，，則認(rèn)為該用戶為水軍。

但是，用于虛假賬號(hào)監(jiān)測(cè)的內(nèi)容和情感特征的融合，屬于比較明顯的特征，而忽視了隱藏式的異常用戶，比如用戶上傳與文字內(nèi)容沒有任何關(guān)系的圖片， 抑或者用戶評(píng)論情感與用戶打分不匹配等新特征。