211service.com
Come Digg combatte gli imbroglioni
Digg , il popolare sito web di aggregazione, sta ridefinendo il modo in cui molte persone trovano le notizie. Circa 850.000 utenti registrati agiscono effettivamente come una redazione, consigliando – o scavando – storie che ritengono abbastanza interessanti per la home page del sito.
Una mappa visiva del comportamento di scavo su Digg. L'asse orizzontale rappresenta gli utenti Digg; i più nuovi sono all'estrema destra. L'asse verticale rappresenta le storie; le più recenti sono in fondo. Ogni punto sulla mappa rappresenta un digg, con punti rossi che appartengono al primo digg di una storia. Le linee bianche orizzontali rappresentano l'attività di scavo per una storia popolare. Tuttavia, le linee bianche verticali non descrivono il tipico comportamento di scavo e possono rappresentare l'attività del bot.
Le sfide sono tenere fuori i contenuti indesiderati e assicurarsi che le storie siano promosse in modo legittimo. Alcune persone cercano di ingannare il sistema, usando mezzi disonesti per cercare di aumentare le possibilità di una storia di arrivare alla pagina principale. La motivazione: soldi e fama. Gli articoli presenti sulla home page di Digg in genere generano molte visualizzazioni di pagina redditizie per la fonte della storia. I tentativi di gioco si svolgono in molti modi diversi. Alcune persone creano account utente falsi e software chiamati bot, progettati per scavare automaticamente storie. Altri giocatori scrivono interviste inventate con personaggi famosi e le pubblicano su blog sospettosamente nuovi nella speranza di attirare traffico sul loro sito web.
Secondo il fondatore di Digg, Kevin Rose, il sito è progettato in modo che gli utenti possano monitorare il comportamento di scavo e l'auto-polizia. Ad esempio, è possibile visualizzare la cronologia degli utenti che scavano una storia: se una storia ha un numero elevato di digg da persone con account utente appena creati, è probabile che sia stata promossa ingiustamente, potenzialmente da un singolo utente che ha fabbricato gli account . I membri possono quindi utilizzare strumenti per seppellire storie che non ritengono meritino di essere in prima pagina.
Le attività sospette possono anche essere contrastate utilizzando la ricchezza di dati sul normale comportamento di scavo che Digg ha raccolto dall'uso passato. Con oltre due anni di esperienza e analisi statistiche e comportamentali sui modelli di invio e promozione di contenuti legittimi, rappresentati da oltre 1.200.000 invii di contenuti e 50.000.000 Digg fino ad oggi, abbiamo una comprensione molto dettagliata del processo, afferma Rose.
Trovare modelli significativi in gigabyte di dati grezzi non è facile. Tuttavia, alcuni strumenti di visualizzazione dei dati possono essere utilizzati per rilevare più facilmente attività sospette. Rappresentando graficamente l'attività dell'utente, possiamo iniziare a vedere modelli che normalmente non sarebbero evidenti con altri mezzi, afferma Eric Rodenbeck, fondatore di Stame , lo studio di progettazione che fornisce strumenti di visualizzazione per Digg Labs. Stamen ha sviluppato Digg Labs, che include strumenti di visualizzazione chiamati Digg Stack e Sciame Digg . Questi strumenti mostrano il comportamento degli utenti di Digg in tempo reale per aiutare gli utenti a trovare storie popolari in modi diversi.
Digg Swarm è un buon esempio di come funziona questo tipo di visualizzazione, afferma Rodenbeck, che non è un rappresentante di Digg. La visualizzazione non ti dirà tutto sull'attività che stai osservando, ma può illuminare schemi che possono darti un'idea migliore di dove guardare.
Ad esempio, la mappa visiva di Stamen (vedi immagine sopra), progettata dal direttore tecnico Michal Migurski , offre una prospettiva diversa sul comportamento di scavo. In questa immagine, i membri Digg sono rappresentati sull'asse orizzontale, con i membri più recenti all'estrema destra, i più vecchi all'estrema sinistra. Le storie sono rappresentate sull'asse verticale, con la più recente in basso, la più vecchia in alto. Ogni punto sulla mappa rappresenta un singolo digg, con punti rossi che appartengono al primo digg di una storia.
Immediatamente, alcuni comportamenti risaltano, spiega Rodenbeck. Considera le linee bianche orizzontali spezzate. Questi illustrano una storia che ha colpito la pagina principale e sta acquisendo una serie di digg da vari lettori. Tuttavia, le linee bianche verticali spezzate potrebbero rappresentare un comportamento di scavo sospetto: mostrano un singolo utente che scava un gran numero di storie, sia quelle appena inviate che quelle più vecchie, in rapida successione. È improbabile che una persona abbia prodotto così tanti digg per un numero così elevato di storie, ragiona Rodenbeck. È molto più probabile che quei digg siano stati generati automaticamente dai bot, nel tentativo di promuovere artificialmente determinate storie, dice.
Ci dà un'immagine abbastanza buona di quello che sta succedendo, dice Rodenbeck, ma è sempre e solo un'immagine parziale. Ci sono molti più parametri da mappare, dice. Mappando gli stessi dati utilizzando metriche diverse, come l'attività recente di un particolare utente o il numero di contatti, o amici, su Digg che ha stabilito, emergono diversi tipi di modelli. Non solo possiamo ottenere una comprensione più solida di ciò che sta accadendo attualmente nell'ecosistema Digg, ma anche avere un'idea migliore del tipo di domande da porre andando avanti, afferma Rodenbeck.
Finora la combinazione di polizia cittadina e visualizzazione dei dati ha funzionato bene per mantenere il gioco su Digg relativamente minimo. Sebbene Digg non tenga statistiche sul numero di tentativi di gioco da quando il sito è stato attivato alla fine del 2004, Rose afferma che nessuna organizzazione è stata in grado di giocare con successo a Digg per quanto ne sappiamo.
Agli utenti sospettati di utilizzare i propri account per provare a giocare a Digg viene inviata un'e-mail di avviso. L'utente viene bannato dopo una seconda violazione.
Rodenbeck pensa che rappresentare graficamente in modo intelligente i dati social di Digg aiuti nella lotta contro gli imbroglioni. La visualizzazione non può risolvere il problema del gioco una volta per tutte, dice. Ma può sicuramente rendere più semplice il processo di scoperta dei modelli, e pensiamo che ci sia molto valore in questo.