Aviso sobre el Uso de cookies: Utilizamos cookies propias y de terceros para mejorar la experiencia del lector y ofrecer contenidos de interés. Si continúa navegando entendemos que usted acepta nuestra política de cookies. Ver nuestra Política de Privacidad y Cookies
Tienes activado un bloqueador de publicidad

Intentamos presentarte publicidad respetuosa con el lector, que además ayuda a mantener este medio de comunicación y ofrecerte información de calidad.

Por eso te pedimos que nos apoyes y desactives el bloqueador de anuncios. Gracias.

Continuar...

Jueves, 4 julio 2013
Computación

El ritmo de tuiteo revela si el autor es persona, empresa o ‘bot’

Un equipo de investigadores del Imperial College de Londres ha logrado descifrar si es una empresa, un programa informático o una persona quien tuitea solo con analizar el ritmo en que lo hacen, según un estudio que se publica esta semana en PLOS ONE.

Aldo Faisal, uno de los autores del estudio, ha explicado a SINC que en la investigación han utilizado un algoritmo basado en métodos de neurociencia conductual que les ha permitido observar que en los intervalos de tiempo entre tuits los individuos generan patrones estadísticos diferentes de los producidos por agencias de relaciones públicas o por máquinas.

Según Faisal, en su estudio analizaron más de 160.000 tuits de perfiles de particulares en Twitter, cuentas de conocidas corporaciones y otras controladas por programas informáticos denominados bots.

Tras el  análisis de los períodos de actividad alta o baja en Twitter y del tiempo entre los tuits sucesivos, los investigadores pudieron distinguir los tres tipos de cuentas con una precisión del 83%.

[Img #14423]Basándose en el tiempo desde el último tuit, los investigadores también desarrollaron un método para predecir cuándo se publicaría un nuevo mensaje. “Estas predicciones eran igual de precisas cuando se referían al próximo tuit de un usuario individual, tanto si el método se aplicaba a horas de trabajo o durante la noche en diferentes zonas horarias”, dice Faisal.

Además, el estudio ha encontrado que las cuentas corporativas tuitean más durante las horas de trabajo, las personales son más activas en las tardes y noches; y las manejadas por bots tuitean a intervalos regulares constantes durante el día o tienen picos repentinos de actividad en momentos específicos.

El autor principal ha señalado que la identificación y clasificación de los usuarios de Twitter puede ser de gran utilidad en ámbitos como las ciencias sociales computacionales, las campañas políticas o las de publicidad. Además, permite desenmascarar los contenidos que proceden de spam y a los ladrones de identidad o las cuentas maliciosas, añade.

“Nuestro algoritmo ilustra la gran cantidad de información que se puede extraer de la naturaleza de un individuo a partir de simples metadatos. Se podrá utilizar para comprobar si una cuenta de Twitter procede de una persona o si ese individuo usa una agencia de relaciones públicas o es una máquina la que emite los mensajes. Podremos saber quién está realmente tuiteando detrás del perfil de un político, un famoso, etc.”, concluye el investigador. (Fuente: SINC)



Copyright © 1996-2017 Amazings® / NCYT® | (Noticiasdelaciencia.com / Amazings.com). Todos los derechos reservados.
Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.
Todos los textos y gráficos son propiedad de sus autores. Prohibida la reproducción total o parcial por cualquier medio sin consentimiento previo por escrito.
Excepto cuando se indique lo contrario, la traducción, la adaptación y la elaboración de texto adicional de este artículo han sido realizadas por el equipo de Amazings® / NCYT®.

Amazings® / NCYT® • Términos de usoPolítica de PrivacidadMapa del sitio
© 2017 • Todos los derechos reservados - Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.
Powered by FolioePress