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

Todavía, precisamente porque este servicio es gratuito y de fácil acceso, los usuarios malintencionados lo utilizan para crear páginas engañosas. Detectar e identificar páginas no confiables es de vital importancia, ya que podría ayudar a advertir a los usuarios y reducir la actividad maliciosa en la plataforma.

Por lo tanto, los investigadores de todo el mundo han estado tratando de desarrollar métodos para detectar y prevenir el engaño en Facebook y otras plataformas de redes sociales. Panida Songram, investigador de la Universidad Mahasarakham, En Tailandia, ha realizado recientemente un estudio que investiga el uso del aprendizaje automático supervisado para detectar la fiabilidad o no fiabilidad de las páginas de Facebook.

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

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

"Primero, Las páginas de Facebook se recopilan aleatoriamente y luego son etiquetadas por cinco usuarios, "Songram explicó 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. Próximo, las características se extraen de la información y se investigan en los experimentos ".

Songram evaluó la efectividad de diferentes clasificadores para detectar páginas confiables y no confiables. Descubrió que KNN era el mejor clasificador, logrando un 88,67 por ciento de precisión. También llevó a cabo un análisis de las características de la página de Facebook, para comprender mejor qué caracteriza a las páginas confiables o no confiables.

"Para páginas poco fiables, 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 publicaciones) es muy pequeña, "Songram escribió en su artículo." Indica que las páginas no confiables no están activas, mientras las páginas confiables estén activas ".

Songram observó que la cantidad de personas que hablan de páginas no confiables en línea es significativamente menor que la de quienes hablan de páginas confiables. Una posible explicación de 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 empresa y sus productos / servicios.

Usando lo que consideró las 10 funciones 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.

© 2018 Science X Network