NBC 新闻案例研究

NBC 新闻使用 Neo4j 分析数十万条俄罗斯网络水军推文

挑战

毫无疑问，俄罗斯推特水军干预了 2016 年美国总统大选。但由于网络战的隐秘性、互联网的匿名性、伪造身份的便捷性和海量的社交媒体数据，确定他们究竟是如何做到的很困难。

2017 年 11 月，美国众议院情报常设委员会发布了一份与克里姆林宫有关的“网络水军农场”——互联网研究机构相关的 2752 个推特账户的名单。（推特后来将这份名单扩展到 3814 个账户。）俄罗斯特工假扮美国公民、新闻机构和政治团体，并创建虚假账户来散布虚假信息并煽动分化。

当这份名单发布时，推特已经暂停了这些账户，并删除了推文和用户资料。NBC 的记者需要找到失踪的水军推文。

如何恢复和分析数据？这些网络是如何运作的？水军是如何渗透到普通美国人的在线对话中，并试图影响舆论的？这些问题都事关重大的公共利益——而如果没有工具来恢复和分析数据，答案将难以捉摸。

解决方案

该图展示了实体之间的关系，例如推文、用户（其中一些被曝光为已知水军）、话题标签、源应用程序和链接。

图算法根据节点与其他实体的连接来衡量节点的中心度。社区检测算法揭示了经常互动的用户网络，并识别出哪些水军是意见领袖，哪些只是在放大其他水军的影响。PageRank 识别出每个集群中影响力最大的账户。

记者们开始看到水军网络的运作方式。每个社区都有一个小型的内容生成核心和一个更大的转发者群体。只有大约 25% 的水军推文是原创的，其余的都是转发。水军利用常见的标签并回复热门账户，以积累粉丝并扩大影响力。

水军留下了很多踪迹。合法的推特用户经常用手机发推文，但调查人员发现，通过推特网页客户端发推文的比例过高。当按时间绘制时，水军推文在俄罗斯工作时间出现激增。