Не правильно) Конечно, мы боремся с ботами. Это полу-автоматическая работа — вычислять бот-сети достаточно просто, именно благодаря тому, что они сети — поскольку видим топ по ретвитам на уровне платформы, они банятся пачкам и далее не собираются. Это уже не говоря про стоп-слова и прочие плюшки для отсева.
Скорее менталитет и особенности циркулирования информации, но говорить сложно, конечно. Боты не смогли бы сильно повлиять на общую картину на таких масштабах выборки.
Главная мера защиты в таких случаях — это скорость реакции. То есть если вы выявили вброс как только он появился и еще не успел разойтись, то усилия на исправление ситуации минимальны. Именно поэтому так важна реал-тайм аналитика, особенно, когда речь идет о мероприятиях и т.п…
Если же вборс выявлен позже, то могут быть отработаны различные варианты. В случае с 50% от смс, информация о комиссии операторов поступила от топ-твиттерян, при чем это было не злонамеренное действие. Поэтому самый оптимальный вариант распространения опровержения — действовать через них же. И распространять не некий официальный текст, а эмоциональный личностный, типа «Ребята, я ошибся! Операторы лапушки и не берут комиссию в рамках этой акции!» (условно). Но и это нужно было делать оперативно. Потому что после завершения теле-марафона уже можно было только исправить репутацию, но не результат сборов.
Вообще же существует множество различных сценариев действий. Объединяет их два фактора — нельзя действовать вслепую и завтра будет поздно. То есть нужно реагировать максимально оперативно, и имея на руках фактографию. Что возвращает нас к реал-тайм аналитике)
По Украине не могу прокомментировать, к сожалению.
Нет, на сколько я знаю. Презентацию выкладывать не имеет смысла, там только ключевые моменты, без контекста не совсем очевидно о чем речь, а доклады к ним мы не пишем, импровизация )
Это и есть второй, точнее даже третий :) Первая часть статьи с двумя кейсами тут: habrahabr.ru/company/palitrumlab/blog/200964/
Но мы, конечно, еще и четвертый, и пятый опубликуем ;)
Не только упрощают процесс доставки, но и позволяют в реал-тайме тестировать идеи, что бы точно знать, какую именно информацию «доставлять», что бы добиться целей. И при той скорости, которую позволяют развить соцсети в аспекте влияния на массы, никакие другие технологии просто не успеют сработать и «защитить», о чем и спич.
Нет, поскольку абсолютные значения не сравниваются между разными регионами, сравниваются только индексы (то есть количество сообщений о любви разделить на количество сообщений о ненависти)
Не встречала подобных исследований, поэтому даже не знаю с чем сравнивать, хотя было бы интересно, да. Что касается актуальности метода в принципе, то в исследованиях, базирующихся на анализе соцмедиа (т.н. оперативная социология), результаты как правило соотносятся с теми, что получены любыми другими способами, но являются более актуальными (пример), благодаря возможности реал-тайм анализа, что особенно актуально, например, для прогнозирования.
Гео определяется не только по данным, указанным в профиле. Анализируется каждое сообщение автора, гео-метки к каждому сообщению, данные прогоняются через собственные словари и информация о географическом положении актуализируется с каждым новым сообщением. То есть, например, если в профиле написано, что пользователь из Майами, а он «чекинится» на Тверской, то мы понимаем, что он в Москве.
если в очень общих чертах, то:
1. есть платформа iLook, которая собирает и накапливает публичные сообщения соцмедиа
2. по ключевым словам из платформы выделяются сообщения типа «я люблю» или «я ненавижу»
3. сообщения геолоцируются на основании анализа открытых данных профилей, географических меток к сообщениям и анализа текстов самих сообщений.
В результате получаем и сравниваем количество сообщений в каждом регионе по каждой тематике.
да, это тоже «о любви» и вполне позитивно ;)
Понимаю, о чем вы, но в подобных сообщениях даже для человека сарказм не очевиден. Однако объем сообщений, проанализированных за время исследования, позволяет говорить о репрезентативных результатах.
Основное — это формирование инфо-потоков с помощью полнотекстового поиска и функционал соцмедиа — комменты, лайки, шэры и тд. Плюс собственная платформа — то есть скорость
Зато можно подписаться на тестирование бета-версии, а главное — уже сейчас примерно оценить функционал и поделиться своими пожеланиями, потребностями и всякими «хотелками», которые мы постараемся учесть ;)
Если же вборс выявлен позже, то могут быть отработаны различные варианты. В случае с 50% от смс, информация о комиссии операторов поступила от топ-твиттерян, при чем это было не злонамеренное действие. Поэтому самый оптимальный вариант распространения опровержения — действовать через них же. И распространять не некий официальный текст, а эмоциональный личностный, типа «Ребята, я ошибся! Операторы лапушки и не берут комиссию в рамках этой акции!» (условно). Но и это нужно было делать оперативно. Потому что после завершения теле-марафона уже можно было только исправить репутацию, но не результат сборов.
Вообще же существует множество различных сценариев действий. Объединяет их два фактора — нельзя действовать вслепую и завтра будет поздно. То есть нужно реагировать максимально оперативно, и имея на руках фактографию. Что возвращает нас к реал-тайм аналитике)
По Украине не могу прокомментировать, к сожалению.
Но мы, конечно, еще и четвертый, и пятый опубликуем ;)
1. есть платформа iLook, которая собирает и накапливает публичные сообщения соцмедиа
2. по ключевым словам из платформы выделяются сообщения типа «я люблю» или «я ненавижу»
3. сообщения геолоцируются на основании анализа открытых данных профилей, географических меток к сообщениям и анализа текстов самих сообщений.
В результате получаем и сравниваем количество сообщений в каждом регионе по каждой тематике.
Понимаю, о чем вы, но в подобных сообщениях даже для человека сарказм не очевиден. Однако объем сообщений, проанализированных за время исследования, позволяет говорить о репрезентативных результатах.
«скорострельность» пострадать не должна)