קבוצת מחקר ממעבדת data4good במחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון בנגב פיתחה שיטה חדשה לזיהוי קהילות של משתמשים פיקטיביים. השיטה שפיתחו ד"ר מיכאל פייר, שי לפיד ודימה קגן, יכולה לעבוד בכל רשת או פלטפורמה.
"לשיטה שלנו יש יתרון בכך שאנו יכולים לזהות קבוצות של משתמשים חריגים ולא רק משתמשים בודדים. חשיפת קבוצות מעין אלו היא משימה מאתגרת ופחות נחקרת", הסביר ד"ר מיכאל פייר.
קהילת משתמשים חריגה עשויה להיות כזו שמקדמת התנהגות אלימה, קיצונית או כזו שמפיצה חדשות מזויפות, אבל היא עשויה גם לסייע באיתור נקודות חמות במהלך מגיפות.
השיטה פועלת כך שבאמצעות אלגורתמי למידת מכונה מזהה קהילות המכילות משתמשים "בלתי צפויים" (שלא אמורים להיות שייכים לקהילה). עם פיתוחה ערכו החוקרים בדיקת יעילות שלה הן ברשתות שנוצרו באקראי והן ברשתות בעולם האמיתי, וגילו שהיא מתעלה על שיטות רבות אחרות מאחר והיא אינה תלויה בתכונות של קודקודים (הקשרים בין משתמשים באינטרנט).
"בהשוואת האלגוריתם שלנו עם אלגוריתמים אחרים, נצפו ביצועים טובים יותר גם בסימולציה וגם בעולם האמיתי במקרים רבים. הצלחנו לזהות קבוצות של קהילות משתמשים חריגות שהציגו פעילות מקוונת חריגה", אומר ד"ר פייר.
