Clicky

Aprendizaje automático para detectar páginas de Facebook poco fiables

Facebook Pages

Cada vez más se utilizan páginas en Facebook con fines de marketing y publicidad

Un número creciente de empresas y personas en todo el mundo están creando páginas de Facebook con fines de marketing y publicidad. Esto se debe a que Facebook ofrece la posibilidad de comunicarse de forma gratuita con clientes potenciales o existentes, anunciando nuevos productos, ofertas o servicios.

Sin embargo, precisamente porque este servicio es gratuito y fácil de acceder, los usuarios malintencionados lo utilizan para crear páginas engañosas. La detección e identificación de páginas no confiables es de importancia clave, ya que podría ayudar a advertir a los usuarios y reducir la actividad maliciosa en la plataforma.

Investigadores de todo el mundo han estado intentando desarrollar métodos para detectar y prevenir el engaño en Facebook y otras plataformas de redes sociales. Panida Songram, investigadora de la Universidad de Mahasarakham, en Tailandia, ha realizado recientemente un estudio que investiga el uso del aprendizaje automático supervisado para detectar la confiabilidad o falta de fiabilidad de las páginas de Facebook.

"Este documento tiene como objetivo detectar e investigar las características de las páginas de Facebook poco confiables y engañosas", escribió Songram en su artículo, que fue publicado en la revista Springer's Artificial Life and Robotics. "También se investigan los modelos efectivos de aprendizaje automático y los métodos de selección de características para detectar páginas no confiables o enfañosas".

Songram extrajo una gran cantidad de funciones que podrían ayudar a determinar si una página es confiable o no, incluidos los detalles de la página, la información sobre un producto o servicio, las respuestas de los usuarios y el comportamiento posterior del administrador de la página. Luego capacitó a una herramienta de aprendizaje automático supervisada para analizar estas características y clasificar las páginas como confiables o no confiables.

aprendizaje automático en Facebook

"Primero se recopilan al azar las páginas de Facebook y luego son etiquetadas por cinco usuarios", explicó Songram en su artículo. "Se seleccionan las páginas de Facebook con el acuerdo de cinco usuarios y su información se recupera utilizando la API Graph de Facebook. A continuación, las características se extraen de la información y se investigan en los experimentos".

Songram evaluó la efectividad de los diferentes clasificadores para detectar páginas no confiables y confiables. Descubrió que KNN era el mejor clasificador, con una precisión del 88.67 por ciento. También llevó a cabo un análisis de las características de la página de Facebook, para comprender mejor lo que típicamente caracteriza a las páginas confiables o no confiables.

"Para las páginas no confiables, la cantidad de días entre la fecha de la última publicación y la fecha de recuperación es alta y la cantidad de publicaciones por semana (frecuencia de publicación) es muy pequeña", escribió Songram en su artículo. "Indica que las páginas no confiables no están activas, mientras que las páginas confiables están activas".

Songram observó que la cantidad de personas que discuten páginas no confiables en línea es significativamente menor de las que hablan en páginas confiables. Una posible explicación para esto es que a menudo los usuarios se dan cuenta de que las páginas no son confiables y, por lo tanto, no hablan de ellas en línea. Las publicaciones en páginas confiables también contenían muchas más URL que las de páginas no confiables, así como más información sobre la compañía y sus productos/servicios.

Usando lo que ella encontró como las 10 características principales para determinar la confiabilidad de una página de Facebook, Songram logró una precisión de clasificación del 91.37 por ciento. En el futuro, sus hallazgos podrían ayudar al desarrollo de herramientas más efectivas para detectar rápidamente páginas de Facebook poco confiables.

Artículo científico: Detection of unreliable and reliable pages on Facebook

Jesus_Caceres