Twitter troļļi - statistikas metodes automātiski ģenerēta satura noteikšanai

Abstract

Bakalaura darbā „Twitter troļļi – statistikas metodes automātiski ģenerēta satura noteikšanai” tiek pētīts un salīdzināts sociālās vietnes Twitter lietojums dažādu lietotāju grupu vidū. Darba mērķis ir pētīt dažādas metodes automātiski ģenerēta satura noteikšanai Twitter vietnē, kā arī cita veida aizdomīga Twitter lietojuma noteikšanai. Izmantojot publiski pieejamos Twitter lietotāju datus, praktiski tiek pielietotas vienkāršas statistikas metodes, lai identificētu aizdomīgu Twitter lietojumu. Darba rezultātā tika atklātas vairākas anomālijas Twitter lietotāju datos, kas norāda uz to, ka izmantotās statistikas metodes varētu būt sekmīgas Twitter troļļu identificēšanā.

The bachelor thesis „Twitter trolls - statistical methods for automatically generated content detection” explores the difference in Twitter usage between different Twitter user groups. The aim of this paper is to explore different methods for automatically generated and suspicious content detection in Twitter social network. The paper explores, how simple statistical methods can be used on publicly available Twitter data to identify suspicious Twitter usage. As a result of thesis, several anomalies were discovered in Twitter user data. The result shows that developed methods can be used for successful detection of trolls.