Jak Digg walczy z oszustami

Digg , popularna witryna agregująca, zmienia sposób, w jaki wiele osób znajduje wiadomości. Około 850 000 zarejestrowanych użytkowników skutecznie działa jako zespół redakcyjny, polecając lub kopiąc historie, które uznają za wystarczająco interesujące dla strony głównej witryny.

Wizualna mapa zachowań związanych z kopaniem na Digg. Oś pozioma reprezentuje użytkowników Digg; najnowsze są po prawej stronie. Oś pionowa reprezentuje kondygnacje; najnowsze są na dole. Każda kropka na mapie reprezentuje wykop, a czerwone kropki należą do pierwszego wykopu historii. Poziome białe linie reprezentują aktywność związaną z kopaniem popularnej historii. Jednak pionowe białe linie nie opisują typowego zachowania podczas kopania i mogą reprezentować aktywność botów.

Wyzwania polegają na zablokowaniu niepożądanych treści i zapewnieniu, że historie są promowane zgodnie z prawem. Niektórzy próbują oszukać system, używając nieuczciwych środków, próbując zwiększyć szanse historii na dotarcie do strony głównej. Motywacja: pieniądze i sława. Artykuły zamieszczone na stronie głównej Digga zazwyczaj generują dużo zyskownych odsłon dla źródła artykułu. Próby gry odbywają się na wiele różnych sposobów. Niektórzy ludzie tworzą fałszywe konta użytkowników i oprogramowanie zwane botami, zaprojektowane do automatycznego kopania historii. Inni gracze piszą sfabrykowane wywiady ze znanymi ludźmi i publikują je na podejrzanie nowych blogach w nadziei, że przyciągną ruch do ich witryny.

Według założyciela Digg, Kevina Rose, strona została zaprojektowana tak, aby użytkownicy mogli monitorować zachowanie kopania i samokontrolę. Na przykład możliwe jest przejrzenie historii użytkowników, którzy kopią historię: jeśli historia zawiera dużą liczbę komentarzy od osób z nowo utworzonymi kontami użytkowników, prawdopodobnie została promowana nieuczciwie, potencjalnie przez jednego użytkownika, który sfabrykował konta . Członkowie mogą następnie używać narzędzi do zakopywania historii, które według nich nie zasługują na umieszczenie na pierwszej stronie.

Podejrzaną aktywność można również udaremnić, korzystając z bogactwa danych dotyczących normalnego zachowania podczas kopania, które firma Digg zebrała w przeszłości. Dzięki ponad dwuletniemu doświadczeniu oraz analizie statystycznej i behawioralnej wzorców przesyłania i promowania legalnych treści – reprezentowanych przez ponad 1 200 000 przesłanych treści i 50 000 000 Diggs do tej pory – mamy bardzo szczegółową wiedzę na temat tego procesu, mówi Rose.

Znalezienie znaczących wzorców w gigabajtach surowych danych nie jest łatwe. Jednak niektóre narzędzia do wizualizacji danych można wykorzystać do łatwiejszego wykrywania podejrzanych działań. Przedstawiając aktywność użytkownika w formie graficznej, możemy zacząć dostrzegać wzorce, które normalnie nie byłyby widoczne w inny sposób, mówi Eric Rodenbeck, założyciel Pręcik , firma projektowa dostarczająca narzędzia do wizualizacji dla Digg Labs. Stamen opracował Digg Labs, który zawiera narzędzia do wizualizacji zwane Stos Digg oraz Rój Digga . Narzędzia te pokazują zachowanie użytkowników Digg w czasie rzeczywistym, aby pomóc użytkownikom znaleźć popularne artykuły na różne sposoby.

Digg Swarm jest dobrym przykładem tego, jak działa ten rodzaj wizualizacji, mówi Rodenbeck, który nie jest przedstawicielem Digg. Wizualizacja nie powie Ci wszystkiego o obserwowanej aktywności, ale może oświetlić wzory, które pozwolą Ci lepiej zorientować się, gdzie patrzeć.

Na przykład wizualna mapa Stamena (patrz zdjęcie powyżej), zaprojektowana przez dyrektora technicznego Michał Migurski , oferuje inną perspektywę zachowania kopania. Na tym obrazie członkowie Digg są reprezentowani na osi poziomej, z najnowszymi członkami po prawej stronie, najstarszymi po lewej stronie. Historie są przedstawione na osi pionowej, najnowsze na dole, najstarsze na górze. Każda kropka na mapie reprezentuje pojedynczy wykop, a czerwone kropki należą do pierwszego wykopu historii.

Natychmiast pojawiają się pewne zachowania, wyjaśnia Rodenbeck. Rozważ złamane poziome białe linie. Ilustrują one historię, która trafiła na główną stronę i jest pozyskiwaniem serii wykopalisk od różnych czytelników. Jednak przerywane pionowe białe linie mogą przedstawiać podejrzane zachowanie podczas kopania: pokazują, jak pojedynczy użytkownik kopie dużą liczbę historii – zarówno nowo przesłanych, jak i starszych – w krótkim odstępie czasu. To nieprawdopodobne, żeby jedna osoba wyprodukowała tak wiele wykopalisk dla tak dużej liczby historii, argumentuje Rodenbeck. Jest o wiele bardziej prawdopodobne, że te wykopaliska zostały automatycznie wygenerowane przez boty w celu sztucznego promowania niektórych historii, mówi.

Daje nam całkiem dobry obraz tego, co się dzieje, mówi Rodenbeck, ale jest to tylko częściowy obraz. Jest o wiele więcej parametrów do zmapowania, mówi. Mapując te same dane przy użyciu różnych wskaźników, takich jak niedawna aktywność danego użytkownika lub liczba kontaktów lub znajomych w utworzonym przez niego Diggu, pojawiają się różne typy wzorców. „Możemy nie tylko lepiej zrozumieć, co dzieje się obecnie w ekosystemie Digg, ale także lepiej wyczuć, jakie pytania zadać w przyszłości”, mówi Rodenbeck.

Jak dotąd połączenie działań policji obywatelskiej i wizualizacji danych działało dobrze, aby gry na Digg były stosunkowo minimalne. Chociaż Digg nie prowadzi statystyk dotyczących liczby prób gry od momentu uruchomienia witryny pod koniec 2004 roku, Rose twierdzi, że żadna organizacja nie była w stanie skutecznie ograć Digga, o ile nam wiadomo.

Ci użytkownicy, którzy są podejrzani o używanie swoich kont do gry w Digga, otrzymują wiadomość e-mail z ostrzeżeniem. Użytkownik zostaje zbanowany po drugim naruszeniu.

Rodenbeck uważa, że ​​sprytne tworzenie wykresów danych społecznościowych Digga pomaga w walce z oszustami. Wizualizacja nie rozwiąże problemu gier raz na zawsze, mówi. Ale zdecydowanie może uprościć proces odkrywania wzorców i uważamy, że ma to dużą wartość.

ukryć