摘要
大型線上社群平台近年來席捲了全球,各年齡層的使用者都能藉由社群平台進行分享、紀錄、並拓展友誼。諸如 Facebook、Twitter、 Instagram、Tiktok 等網站,聚集且傳遞了大量用戶產製的個人心得、影 音資訊、與公共議題上的意見;
然而,這樣的網路服務卻也帶來了各類型 的議題,包含輿論操作(information manipulation),言論極化 (polarization) ,分身帳號 (sockpuppets),或是媒體偏見 (media bias), 都對於社群媒體的生態造成威脅,成為了新興且亟待解決的重要資訊安全 議題。
本次分享將介紹團隊過去運用資料科學及人工智慧技術,研析社群 媒體上之訊息傳播活動,輿論操作現象,不實訊息溯源,與媒體傾向評估 等研究成果,期待能透過結合資料科學與社會科學的跨領域研究,以科學 及工程方法觀察、了解、並預測使用者行為,藉此提升網路透明度與民眾 對於平台之信賴度,建構安全的社群環境。