MIT 研究組：別瞧不起僵屍粉，它們真能左右輿論！

導語

社交網路上的信息非常容易傳播，這也給了不懷好意之人可乘之機。那些看似無關緊要的僵屍粉，可能就是某些人用來影響輿論的工具。

最近，來自麻省理工學院的團隊發表了一項研究，通過分析 Twitter 上的機器人在輿論事件中的表現，證實了社交網路機器人可以對社交網路輿論產生很大的影響，不到用戶總數1%的活躍機器人，就可能左右整個輿論風向！

論文題目：

The Impact of Bots on Opinions in Social Networks

https://arxiv.org/abs/1810.12398

改變整個選情， 僅需少數機器人？

2016年的美國大選，除了明面上的造勢，在社交網路上也是暗流湧動，至今關於「有人惡意操控美國大選」的說法仍然不斷。到底有沒有人操控呢？MIT 的研究表明，至少有人利用機器人帳號，試圖影響雙方在Twitter 上的支持度。

這是 Twitter 上討論2016年第二次美國總統競選辯論的用戶網路可視化。節點大小與網路中觀點追隨者的數量成正比，節點顏色表示觀點的價值取向，紅色節點是支持唐納德·特朗普的，藍色節點是支持希拉蕊·克林頓的。我們可以看到，在這次辯論期間，雙方在輿論上還是僵持狀態。

研究者使用卷積神經網路和詞嵌入技術，訓練出了支持陣營分類模型，可以根據推文內容，給出用戶觀念的概率分布（支持希拉蕊還是特朗普）。在總的數據集77563個用戶樣本中，發現有非頑固用戶有69861個，頑固用戶有7702個，而這里面可能潛藏著許多僵屍粉。

揪出僵屍粉！

機器人帳戶都是自動po文，內容不大會受到社交網路的影響，它們是頑固的，觀點一般不會變。研究者只考慮機器人對其他用戶觀點的影響。所以首先要做的，就是識別出哪些用戶實際上是機器人。

機器人、僵屍粉最大的特點是什麼？是沒人跟他互動。

研究者使用了MIT 研究者 Mesnards 和 Zaman (2018) 的算法，來識別機器人。這種算法能找出那些經常轉PO其他人推文、但很少被其他人@ 的帳號。該算法與其他算法相比，精度更高，需要的數據量更少。

Zaman 算法的相關論文：

https://arxiv.org/abs/1806.11253

機器人檢測算法，會判斷某用戶是機器人的概率，但實際操作中研究者發現，該算法把幾個經常轉PO但不常被@ 的真實用戶也當做了機器人。所以研究者對有實名認證的 Twitter 用戶做了篩查，把他們都歸為真實用戶。

最終，研究者確定了396個 Twitter 機器人，其中260個支持特朗普（紅色），136個支持希拉蕊（藍色）。這些機器人不到數據集用戶量的0.5%。

以0.5為界，左側支持希拉蕊，右側支持特朗普

網路輿論模型： 我們都受到偏執狂的影響

不論是真實的推特用戶還是推特機器人，它們的三個基本操作是，關注、轉PO和評論（類似微博）。通過跟蹤這些互動，研究者可以有效量化 Twitter 帳號的行為。

直覺上，那些不太關注別人的用戶，也不太可能關注你。而且社交圈子重疊很重要，如果 A 和 B 是好友，那麼關注 A 的用戶就有較大概率關注 B。雖然人們在收到新信息時會更新他們的觀點，但這個過程會隨著時間的推移而減弱，他們的觀點會逐漸變得頑固。Zaman 認為，如果你已經掌握了很多信息，你就越來越難聽從別人的觀點，新說法不會改變你的看法。

該研究團隊基於過往研究，給出了網路輿論模型的核心假設：

1. 社交網路中的個人是基於其朋友推文中的觀點，來更新自身的觀點；
2. 網路中某些用戶的觀點是頑固的，其觀點不會輕易改變，而且頑固用戶會推動其他用戶（搖擺不定的中間派）改變觀點。

根據觀點的取向、強弱，把用戶 i 的觀點 θi的範圍設定在0-1的區間內，0表示絕對支持希拉蕊，1表示絕對支持特朗普。當用戶的推文頻率是 λ 時，網路輿論模型中，對於非頑固用戶而言，其觀點服從平衡方程：

可以借助電路來理解這個公式，電路的總電壓，等於各個並聯電路的電壓之和。一個用戶的觀點，等於他好友觀點的之和。如果 i 的好友中有至少一個頑固用戶，那這個方程就有唯一的解——最終決定非頑固用戶觀點的，其實是他好友里面的頑固派！

為了研究如何用網路模型來預測社交網路上的觀點變化，該小組研究了用戶推文觀點和他所處社交網路的平均觀點之間，有怎樣的相關性。對於非頑固用戶而言，其所處社交網路的平均觀點（縱坐標）都集中在 0.4-0.5 區間及附近。

這意味著，頑固的推特機器人，有可能把用戶觀點拉向某個極端，因此可以用網路輿論模型，來研究機器人如何改變用戶所在社交網路的平均觀點。

初步實驗： 僵屍粉竟然能扭轉乾坤！

為了驗證這個網路輿論模型，研究者對2016年第二次選前辯論在 Twitter 上的討論數據做分析。

研究者計算了四種情況下的網路輿情：沒有機器人，只有支持特朗普的機器人，只有支持希拉蕊的機器人，以及所有機器人。由此得到了上面的觀點累積分布圖。

特徵很明顯，剔除機器人時，整體輿論是0.58，偏向希拉蕊；特朗普機器人將輿論使0.58轉變了0.18，到0.76，而希拉蕊機器人將輿論使0.58轉變了0.32，到了0.26。顯然，支持希拉蕊的機器人對輿論的影響更明顯！

為什麼希拉蕊機器人數量比特朗普的少，但效果卻強於特朗普的呢？

研究者做出兩種可能的假設：

1. 首先是希拉蕊機器人有更多的粉絲，它們接觸的 Twitter 用戶更多；
2. 其次是希拉蕊機器人，推文頻率更高。

畢竟按照網路輿論模型，非頑固用戶比較容易受到那些高頻po文、粉絲眾多的用戶的影響。

進一步驗證： 剔除僵屍粉的影響會怎樣？

為了驗證上述假設的正誤，首先統計了社交網路上，機器人和真人的關注數和被關注數。發現希拉蕊和特朗普的機器人的主要關注者，並非機器人，而是真實用戶！而且它們的分布沒有顯著差異。這就排除了第一種假設——「希拉蕊機器人粉絲更多」。

研究者又考慮推文率，即在該時間段的數據集中的推文數量。可以觀察到，機器人平均po文數量超過人兩個數量級以上，並且克林頓的機器人po文頻率明顯高過特朗普的。而希拉蕊和特朗普的真實支持者，推文率幾乎一致。

為了消除po文次數引起的偏差，研究者以相同的推文率，重新計算了網路輿論情況。發現當推文率和真實的人相同時，機器人改變輿論的能力大大降低：

所以就得出結論，希拉蕊機器人比特朗普機器人數量更少，效果更好的原因，是其推文更多。這也進一步驗證了網路輿論模型的有效性。

社交媒體機器人， 也許是潛在的炸彈

如果沒有這些活躍的機器人，這次辯論後 Twitter 上特朗普的支持度可能會下降0.18，希拉蕊的支持度可能會下降0.32。

麻省理工學院研究組的這項工作，最大的發現是，影響社交網路輿論所需要的機器人，其實是很少的。少數活躍的機器人，可以對網路輿論產生重大影響。

雖然社交媒體機器人不會帶來物理威脅，但它們卻可能有力影響到網路輿論。在微博里，各類水軍已經經常出現在行銷造勢、危機公關中。雖然你能一眼識別出誰是水軍，但仍然可能不知不覺地被他們影響。

這些機器人看似僵屍，發起聲來，比人類響亮得多，可能只要幾十個幾百個就足夠扭轉輿論！

參考資料：

http://mitsloan.mit.edu/newsroom/articles/how-do-online-bots-shift-opinions/

作者：劉培源

編輯：王怡藺

審核通過後，我們將以郵件、簡訊或微信等方式通知您

商務合作及投稿轉載｜[email protected]

◆ ◆ ◆