Er zijn veel bots op Twitter. Sommigen proberen dingen te verkopen, anderen zijn de eerste fase van een uitgebreide zwendel, en sommige worden om een aantal redenen beheerd door internationale inlichtingendiensten.
Het is niet per se moeilijk om deze bots te spotten: scrol gewoon door de tijdlijn en kijk of hun activiteit lijkt op die van een mens. Communiceren ze met vrienden, zoals mensen dat doen, of zeggen ze gewoon dingen tegen gebruikers die nooit terug praten? Hebben ze, net als mensen, uiteenlopende interesses, of houden ze vast aan één onderwerp? Houd deze dingen in gedachten en u kunt een idee krijgen of iets een bot is.
Maar voor die momenten dat je gewoon niet weet of je naar een bot of een persoon kijkt, Botometer kan helpen. Deze tool, van Indiana University en Northeastern University, houdt rekening met meer dan 1000 factoren en geeft je vervolgens de kans dat een bepaalde Twitter-gebruiker wel of geen bot is. Het is niet perfect, omdat dit een moeilijk op te lossen probleem is, maar Botometer is een geweldig hulpmiddel om bij de hand te hebben.
Log om te beginnen in bij Botometer met uw Twitter-account en begin vervolgens met het toevoegen van een gebruikersnaam waar u nieuwsgierig naar bent. U ziet het resultaat snel:
Wat betekent dit? Hoe hoger het percentage op de "Botscore", hoe waarschijnlijker het is dat een bepaalde gebruiker een bot is. Volgens de Botometer FAQ-pagina :
Grofweg kan men een botscore interpreteren als een waarschijnlijkheid dat de gebruiker een bot is. Als zodanig scoort bot dichter bij de extreme waarden van 0% en 100% zijn meer zelfverzekerde beweringen van de botheid van het account.
In dit geval denkt Botometer dat er maar 16 procent kans is dat mijn collega Harry een bot is. Het is een redelijke conclusie. Ik werk al jaren met Harry en vermoed nog steeds af en toe dat hij niet echt is, maar slechts 16 procent van de tijd.
Er zijn een paar dingen waar we naar kunnen kijken met behulp van de link "Details" rechts van de resultaten. We kunnen bijvoorbeeld een tijdlijn zien van wanneer de gebruiker voor het laatst is genoemd en geretweet.
U kunt ook een uitsplitsing zien van de soorten sentimenten waar de gebruiker standaard naar streeft, en een uitsplitsing van het woordgebruik (zelfstandig naamwoord / werkwoord / bijvoeglijk naamwoord / enz.) Dit zijn slechts een paar factoren die door de service worden gebruikt, maar erin duiken kan fascinerend zijn .
Ik heb dit uitgevoerd door een paar bekende bots, en een paar mensen waarvan ik redelijk zeker ben dat het mensen zijn. Nauwkeurige percentages varieerden, maar voor het grootste deel vond ik de resultaten betrouwbaar. De belangrijkste uitzonderingen zijn vaak Twitter-accounts die door meerdere mensen worden beheerd, waaronder die van politici en merken. Dit is logisch voor mij, omdat dergelijke accounts zich vaak op een botachtige manier gedragen: ze zijn meestal gericht op afzonderlijke onderwerpen en gaan vaak niet in gesprek zoals normale gebruikers dat doen.
Als een account waarvan u weet dat het een bot is, u blijft @ing, leest u hier hoe u dat moet doen blokkeer een Twitter-account , en overweeg ook het melden .
VERWANT: Hoe iemand op Twitter te blokkeren
