Ricercatori sotto copertura espongono l'esercito cinese dell'acqua su Internet

In Cina, i poster a pagamento sono conosciuti come Internet Water Army perché sono pronti e disposti a 'inondare' Internet per chiunque sia disposto a pagare. L'alluvione può consistere in commenti, pettegolezzi e informazioni (o disinformazione) e sembra esserci molta richiesta per i servizi di questo esercito. Questa è una marea insidiosa. Le raccomandazioni positive possono fare un'enorme differenza per le vendite di un prodotto, ma possono anche allontanare un concorrente dal mercato. Quando le aziende spendono milioni per lanciare nuovi beni e servizi, è facile capire perché potrebbero voler utilizzare tutti gli strumenti a loro disposizione per raggiungere il successo. Il perdente in tutto questo è il consumatore che viene ingannato a prendere una decisione di acquisto basata su false premesse. E per il momento, i consumatori hanno pochi mezzi di ricorso legale o addirittura modi per individuare la pratica. Oggi, Cheng Chen all'Università di Victoria in Canada e alcuni amici descrivono come Cheng ha lavorato sotto copertura come poster a pagamento sui siti web cinesi per capire come funziona l'Internet Water Army. Lui e i suoi amici hanno quindi usato ciò che aveva imparato per creare un software in grado di individuare automaticamente i poster a pagamento. La pubblicazione a pagamento è un'attività ben gestita che coinvolge migliaia di individui e decine di migliaia di diversi ID online. Ai poster viene solitamente assegnato il compito di registrarsi su un sito Web e quindi di iniziare a generare contenuti sotto forma di post, articoli, collegamenti a siti Web e video, anche svolgendo sessioni di domande e risposte. Spesso, questo contenuto è pre-preparato o i poster ricevono istruzioni dettagliate sul tipo di cose che possono dire. E c'è anche un team di controllo qualità che controlla che i post soddisfino una certa soglia di 'qualità'. Un post non verrebbe convalidato se viene eliminato dall'host o se, ad esempio, è composto da parole confuse. Dopo aver lavorato sotto copertura per scoprire come funzionava il sistema, Cheng e compagni hanno poi studiato lo schema dei post che apparivano su un paio di grandi siti web cinesi: Sina.com e Sohu.com. In particolare, hanno studiato i commenti su diverse notizie su due società che sospettavano di pagare i manifesti e che sono state coinvolte in una lite pubblica sui reciproci servizi. Il set di dati Sina consisteva di oltre 500 utenti che hanno rilasciato più di 20.000 commenti; il dataset di Sohu ha coinvolto oltre 200 utenti e più di 1000 commenti. Cheng e co hanno esaminato tutti i post identificando manualmente quelli che ritenevano provenissero da inserzionisti a pagamento e quindi hanno iniziato a cercare modelli nel loro comportamento che li differenziassero dagli utenti legittimi. (Quanto erano accurate le impressioni iniziali è un potenziale problema, ammettono, ma lo stesso che devono affrontare anche i filtri antispam.) Hanno scoperto che i poster a pagamento tendono a pubblicare più commenti nuovi rispetto alle risposte ad altri commenti. Pubblicano anche più spesso con il 50% di loro che pubblica in media ogni 2,5 minuti. Passano anche da una discussione più rapidamente degli utenti legittimi, scartando i propri ID e non utilizzandoli mai più. Inoltre, il contenuto che pubblicano è misurabilmente diverso. Questi lavoratori sono pagati dal volume e così spesso prendono scorciatoie, tagliando e incollando lo stesso contenuto molte volte. Questo normalmente invaliderebbe i loro post, ma solo se viene individuato dal team di controllo della qualità. Quindi Cheng e co hanno creato un software per cercare ripetizioni e somiglianze nei messaggi e negli altri comportamenti che avevano identificato. Lo hanno poi testato sul set di dati che avevano scaricato da Sina e Sohu e lo hanno trovato straordinariamente buono, con un'accuratezza dell'88% nell'individuare i poster a pagamento. I risultati dei nostri test con set di dati del mondo reale mostrano prestazioni molto promettenti, dicono. È un lavoro impressionante e un buon primo passo per combattere questo problema, anche se dovranno testarlo su una gamma molto più ampia di set di dati. Tuttavia, questi ragazzi hanno la base di un pacchetto software che eliminerà una frazione significativa dei poster a pagamento, a condizione che queste persone si conformino allo stereotipo misurato da Cheng e co. E qui sta il guaio. Non appena la prima versione del software arriverà sul mercato, i poster a pagamento impareranno a modificare il loro comportamento in modo da giocare con il sistema. Quello che Cheng e co hanno iniziato è un gioco del gatto col topo, proprio come quelli che affliggono le industrie del filtro antivirus e antispam. E questo significa che la battaglia con l'Internet Water Army sarà lunga e dura. Rif: arxiv.org/abs/1111.4297 : Combattere l'esercito dell'acqua su Internet: rilevamento di manifesti a pagamento nascosti nascondere