(Fake) Reviews Analysis · * sono per lo piu’ “Ad Hoc” (e.g., music recommendation) * …la...
Transcript of (Fake) Reviews Analysis · * sono per lo piu’ “Ad Hoc” (e.g., music recommendation) * …la...
(Fake)ReviewsAnalysisSoBigDataday,EUI,Florence
October11,2017
MarinellaPetrocchiIIT-CNRTrustworthyandSecureFutureInternet
* ProvinceofLucca* Hotels,Restaurants,Attractions* Booking–Tripadvisor* >300,000reviews* >155,018uniquereviewers
Datasets
Geo-Distribution
Reviewsovertime
Comparisonamongplatforms
Itineraries
World
* NewYork* Singapore* …* Lucca* ...* Tokyo* Sidney
Specificterritory
* StMichaelsquare* Amphitheatre* Thewalls* …* Filllungostreet* ....
Fake Content
Fake reviews
Text-scoreDisagreement
Tripadvisormorethan350khotelreviewsNewYork,Rome,RioDeJaneiro,Tokyo,Paris
MichelaFazzolari,VittoriaCozza,MarinellaPetrocchi,AngeloSpognardiAStudyontext-scoredisagreementinonlinereviewsSpringerCognitiveComputation,9(5),2017
Thanksagain!
Falsi followers
Falsi followers
Bolle d’informazione
LA NOSTRA IDEA
Progettazione e implementazione di un
FILTRO per MOTORI di RICERCA e SOCIAL MEDIA
centrato sulla persona:
MY Information Bubble
1. PERSONALIZZAZIONE DINAMICA: SI ai MIEI interessi, ADESSO
3. AFFIDABILITA: SI a informazione SFRONDATA da FALSI
2. CONSAPEVOLEZZA: NO a FILTRI attuati A PRIORI da altri
* Studi su recommender systems che esaltano uno tra questi fattori: Accuratezza, Diversità, Novità, “Serendipità”… * sono per lo piu’ “Ad Hoc” (e.g., music recommendation) * …la misura della CONSAPEVOLEZZA e la FUSIONE
delle varie dimensioni?
* Esistono classificatori per rilevamento di: * SPAM su social media (≠ FAKE) * false recensioni (eg: Sentiment Analysis), ma…. * GAP tra accademia e principali piattaforme sociali!
MIB: cosa esiste adesso?
* Fornisce uno strumento FACILE e INTUITIVO per CREARE e PERSONALIZZARE dinamicamente il filtro
* Crea CONSAPEVOLEZZA sull’esistenza e l’attuazione di filtri automatici in rete, imposti a priori
* ELIMINA dalla ricerca le informazioni FALSE
MIB: che c'è di nuovo?
Nuovo! Nieuwe! New! Nouveau! Neu! Nuevo!
“In today’s social media world, FOLLOWERS equal POWER. At the very least, they imply IMPORTANCE”
In Progress Expertise
* SOCIALE: l’utente acquista coscienza critica su informazioni reperibili e su dinamiche di potere online
* ECONOMICO: il fake detector e’ arbitro per le transazioni commerciali “pulite” = TUTELA dei diritti del consumatore
* TECNOLOGICO: il progresso della tecnica non al servizio di “ciò che si vuole mostrare agli utenti” bensì di “ciò che vogliono”
* SCIENTIFICO: pubblicazioni su riviste di eccellente valore e visibilità internazionale
MIB: che impatto ha?
IL PIANO DELLE ATTIVITA
* Task 1. Abbattimento delle Filter Bubbles attuali
* Task 2. Individuazione dei falsi
* Task 3. Realizzazione e validazione della MY INFORMATION BUBBLE
TASK 1
* Studio delle tecniche di filtraggio implementate correntemente * Studio delle politiche di privacy vigenti * Percezione degli utenti sui filtri * Operazione di reverse engineering per annullare
l’effetto dei filtri
TASK 2
* Studio delle tecniche di fake detection correntemente definite e/o implementate * Definizione e validazione di nuove tecniche di
fake detection * Realizzazione del “Fake Detector Engine”,
rilevatore di fake multipiattaforma
TASK 3
* Implementazione della MY INFORMATION BUBBLE (= collettore d’informazioni NON filtrante a priori + Fake Detector Engine + Dinamicita’ del perimetro della bolla) * Rilascio del prototipo e del kit informativo per
gli utenti * Validazione del prototipo mediante questionari e
sessioni di utilizzo assistite
PianoEconomico
Definizione Costo
Costodelpersonale 104k(2assegnidiricercaper2anni)*
Spesetrasferteepubblicazioni 10k
Attrezzaturahardwareesoftware 8k
Scuoladidottorato 6k
Comunicazioneonline 1k
Costototale 129k
*risultatoprincipalealloscaderedei2anni:prototipofunzionantesuGoogle
IlGruppodiRicerca
Marinella Petrocchi IIT CNR
Angelo Spognardi IIT CNR
Mauro Conti Università di Padova
Maurizio Tesconi IIT CNR
Roberto Di Pietro Università Roma Tre
Gabriele Lenzini Universitee Luxembourg