مروری بر روش های تشخیص ربات ها در شبکه های اجتماعی

در جامعه ی امروزی شبکه های اجتماعی جایگاه خوبی در بین کاربران پیدا کرده است. توجه ویژه کاربران به شبکه های اجتماعی باعث شده است بازاریابی شبکه اجتماعی نیز مورد توجه اشخاص حقیقی و حقوقی قرار گیرد. رقابت کسب و کارها و افراد در این فضاها باعث شده تا برخی از روش های نادرست برای بالا بردن کاذب نرخ تعامل صفحات خود استفاده کنند. یکی از بیشترین روش های بالا بردن کاذب نرخ تعامل، استفاده از ربات بوده است. به همین دلیل پژوهش های مختلفی برای کشف این رباتهای جعلی انجام شده است. در این مقاله، مروری بر کارهای پیشین در حوزه تشخیص ربات ها در شبکه های اجتماعی انجام شده است. نتایج بررسی نشان می دهد الگوریتم های جنگل تصادفی، نزدیکترین همسایه و رگرسیون لجستیک و خطی بیشتر در بین روش های سنتی یادگیری ماشین مورد استفاده قرار گرفته اند. همچنین در یادگیری عمیق، الگوریتم های شبکه عصبی کانولوشنی و شبکه‌های حافظه طولانی کوتاه مدت و ترنسفورمر بیشتر مورد استفاده قرار گرفته است.

detection of bots on social networks: a review

there is no doubt that social networks have gained prominence among users in today s society. having received special attention from users, social network marketing has attracted the attention of businesses and individuals. as a consequence of the competition in these spaces, businesses and individuals have used some incorrect methods in order to falsely increase the engagement rate of their websites. the use of bots has been one of the most common methods of falsely increasing engagement rates. in order to discover these fake robots, various researches have been conducted. the objective of this article is to provide a review of previous research in the field of detecting robots in social networks. based on the results of the review, it was found that random forest, nearest neighbor, logistic regression, and linear regression algorithms are more widely used than other traditional machine learning approaches. as well, convolutional neural network algorithms, long-term memory, and transformer learning have become more popular in deep learning approaches.