PNNL dataforsker, Dr. Svitlana Volkova og hende teamet analyserede tre års værdier af kryptodiskussioner om Reddit fra januar 2015 til januar 2018. Kredit:Andrea Starr, PNNL fotograf
En hastigt stigende procentdel af verdens befolkning er forbundet med det globale informationsmiljø. På samme tid, informationsmiljøet muliggør sociale interaktioner, der radikalt ændrer, hvordan og med hvilken hastighed information spredes. Som et led i et forsøg på at forstå kommunikationsmønstre og opbygge en kvantitativ ramme for, hvordan disse oplysninger udvides online, forskere ved Pacific Northwest National Laboratory, et nationalt laboratorium i USA's Department of Energy, for nylig undersøgte cryptocurrency diskussionstråde på Reddit. Deres fund, præsenteret på webkonferencen 2019, ikke kun belyse, hvordan kryptokurrency-diskussioner spredes, men kunne informere kunstige intelligensapplikationer til modellering af information spredt over sociale sociale miljøer for at hjælpe med at identificere og modellere kriminelle aktiviteter af statslige og ikke-statslige aktører, der udnytter kryptokurver.
Hver dag, tusinder af meddelelser på Reddit [og andre steder] indeholder diskussioner om kryptokurver. Nogle af disse udløser opfølgende diskussioner. Nogle fører til øget interesse for en kryptokurrency - ikke kun en diskussion af denne kryptokurrency, men dens faktiske pris/værdi. Klart, ikke alle kryptokurver er ækvivalente - og analyse af et sæt af dem kan afsløre, hvor dårlige aktører kan udnytte disse forskelle.
Ledet af PNNL -dataforsker, Dr. Svitlana Volkova, teamet analyserede tre års diskussioner om Reddit fra januar 2015 til januar 2018. Teamet målte hastigheden og omfanget af diskussionsspredning relateret til Bitcoin, Ethereum, og Monero -kryptokurver. Fundene omfatter:
"Kryptovalutaer er ganske unikke observerbare informationsenheder i måden, hvorpå diskussioner om dem spredes på sociale platforme, "sagde Volkova." Disse sociale signaler er ganske nyttige, og ved at integrere dem med maskine og dyb læring, vi agter at bygge forudsigelsesmodeller, der rammer årsagssammenhænge mellem forskellige variabler, så vi kan forklare modelbeslutningsprocesser. "
Resultaterne indsamlet af Volkova og hendes kolleger, PNNL -forskere Maria Glenski og Emily Saldanha, give værdifuld indsigt i, hvordan information udvides og udvikler sig på sociale platforme. Ligeledes, ved at fokusere på et specifikt socialt fænomen, teamet håber at sammenligne spredningen af kryptokurrency -diskussioner med andre virale tendenser, såsom spredning af computersårbarheder og misinformation.
Sidste artikelSalat have it:Machine learning til cr-optimering
Næste artikelNyt kig på gamle data fører til renere motorer