Исследование тролль-фабрик в российском сегменте Твиттера

Я выбрала набор данных из датасета Kaggle, содержащий около 3 миллионов твитов, отправленных с аккаунтов, связанных с Интернет-исследовательским агентством (IRA) — российской «тролльной фабрикой». Эти твиты были собраны с 2013 по 2018 год и предоставлены FiveThirtyEight на основе исследования, проведенного учеными из Университета Клемсона. Данные содержат информацию о 2,848 Twitter-аккаунтах, которые были связаны с IRA, и охватывают различные аспекты их активности в соцсетях, включая тексты твитов, количество подписчиков, региональную принадлежность и типы аккаунтов.

Данные содержат подробную информацию о ретвитах, цитатах и количестве «обновлений» аккаунта (количество твитов, ретвитов и лайков). Эта информация является очень полезной для анализа влияния и распространения пропаганды через социальные сети.

Эта тема меня интересует по нескольким причинам:

Это большой массив данных, который охватывает как период выборов президента США, так и выборов в России, а также множество других военных и политических компаний за прошлое десятилетие. На мой взгляд, это один из самых больших публичных массивов «фабрик троллей» в открытом доступе

Подробное рассмотрение этих данных в рамках исследований и работ — актуально для развития методов борьбы с дезинформацией в интернете и улучшения осведомленности пользователей об окружении слов, которые могут быть идентифируемы как дезинформация.

В условиях исследования — я не ставлю перед собой задачу показать через какие фразы была осуществлена дезинформация. Мне хочется показать на примерах графиков и некоторых обработок общие черты, характерные для «фабрик троллей».

1. Я использовала столбчатые диаграммы для отображения частоты появления определенных слов в твитах, топ-15 языков и тому подобные за каждый год (2013-2018) и для распределения аккаунтов по категориям.

2. Гистограммы идеально подходят для отображения частоты (например, топ-10 самых популярных слов или количество аккаунтов по категориям). Они дают представление именно о частотных характеристиках данных, что помогает визуализировать, какие темы или слова были наиболее популярными среди аккаунтов.

3. Круговые диаграммы подходят для визуализации пропорционального распределения категорий или типов аккаунтов качественных данных (язык, пропорция категории). Например, они помогают показать, какие категории аккаунтов (российский, английский сегмент) преобладают в выборке.

4. Линейные графики хорошо подходят для отображения изменений данных во времени (например, в нашем случае — это активность по месяцам в Твиттере). В данном контексте это поможет понять, как изменялась активность аккаунтов с течением времени.

5. Диаграммы рассеивания хороши для поиска зависимостей между двумя числовыми переменными.

Для построения графиков я использовала зеленую палитру с голубыми оттенками, которая отсылает к эпохе новых технологий и кибер-культуре.

Шрифт также я решила подобрать по таким критериям как современность и минималистичность.

Изначально этот датасет был загружен с платформы Kaggle, известной своим обширным набором данных для исследований в области Data Science. Для удобства работы и объединения данных, которые были представлены в нескольких CSV-файлах, предварительно была проведена проверка структуры файлов, после чего все отдельные CSV-файлы были объединены в единый DataFrame для дальнейшего анализа и выявления ключевых особенностей в деятельности данной группы выгруженных аккаунтов.

Середина 2015 года — резкое увеличение числа публикаций. Этот период совпадает с усилением напряженности в отношениях между Россией и США после событий в Крыме в 2014 году и начала конфликта на востоке Украины. В США также начиналась подготовка к президентским выборам 2016 года. Возможно, именно в этот момент «фабрика троллей» начала активно наращивать свое присутствие в американском пространстве.

Наибольшая активность приходится на 2016 и 2017 годы. Конец 2016 года, с заметным пиком, непосредственно предшествует президентским выборам в США в ноябре 2016 года. Это указывает на возможную попытку повлиять на исход выборов путем распространения определенной информации (вероятно, в пользу Дональда Трампа).

Чрезвычайно высокий пик в начале 2017 года приходится на период после выборов и начала работы новой администрации президента США. Возможно, «фабрика троллей» пыталась посеять сомнения в легитимности выборов или углубить социальные и политические разногласия в американском обществе.

Обращение к Chat GPT осуществлялось для включения необходимого шрифта , цвета в модель и отладки кода в случае этих характеристик.

Данные показывают, что подавляющее большинство твитов (71.6%) написаны на английском языке. Это является ключевым элементом, подтверждающим, что основной целью деятельности "фабрики троллей" было англоязычное информационное пространство, и с высокой вероятностью, в первую очередь, Соединенные Штаты. Учитывая временной период активности (2015-2017 годы с пиками в 2016 и 2017 годах), это совпадает с периодом подготовки и проведения президентских выборов в США, как уже писала ранее.

Русский язык - второй по популярности и это тоже не случайно. В США существует значительная русскоязычная диаспора, и часть контента могла быть направлена на эту аудиторию с целью формирования определенного мнения по выборам.

Обращение к Chat GPT : осуществлялось для включения необходимого шрифта , цвета в модель и отладки кода в круговую диаграмму.

Как и следовало из круговой диаграммы, английский язык абсолютно доминирует, занимая подавляющее большинство публикаций — около 2.15 миллиона твитов, что еще раз подтверждает, что основной целью деятельности «фабрики троллей» было англоязычное информационное пространство.

Другие языки, также попавшие в топ-15:

— Немецкий (около 0.08 млн) — Германия также могла быть целью информационного воздействия, хотя и в меньшем масштабе, чем США.

— Украинский (около 0.04 млн) — учитывая геополитический контекст и российско-украинские отношения в рассматриваемый период, наличие публикаций на украинском языке может быть связано с попытками влияния на украинское общественное мнение и признания некоторых действий в рамках конфликта — легитимными.

Обращение к Chat GPT осуществлялось для включения необходимого перевода характеристик, а также группировки по языкам и регионам.