Gekaufte Likes: Mit Algorithmen gegen "Crowdturfing"

Falsche Facebook-Fans und Twitter-Follower werden mittlerweile auf großen Crowdsourcing-Plattformen vertrieben. Informatiker wollen Fakes technisch leichter ermitteln.

In Pocket speichern vorlesen Druckansicht 41 Kommentare lesen
Lesezeit: 2 Min.

Wer als populär im Netz gelten will, braucht möglichst viele "Likes", "Follower" oder "Fans". Muss das schnell gehen, greifen manche Zeitgenossen gerne zu Diensten, die diese in Form von Fakes vermitteln. Daraus hat sich eine ganze kleine Industrie entwickelt, berichtet Technology Review in seiner Online-Ausgabe.

Echtes oder falsches Interesse?

(Bild: dpa, Tolga Bozoglu/Archiv)

Eine Untersuchung von Ben Zhao vom Institut für Informatik an der University of California in Santa Barbara zeigt, wie dieses dunkle Geschäft funktioniert – und wie man ihn potenziell austrocknen kann. Das Phänomen hat mittlerweile unter Experten bereits einen Namen: "Crowdturfing", womit die Kombination aus "Crowdsourcing", also dem Einsatz ganzer Heerscharen billiger Online-Arbeiter, sowie "Astroturfing" für das Manipulieren der öffentlichen Meinung (durch falsche Kommentare und Kritiken) gemeint ist.

Crowdturfing wird mittlerweile nicht nur in Asien betrieben, sondern auch als Beschäftigung auf US-Crowdsourcing-Angeboten offeriert, so waren derartige Jobs auf mindestens vier Diensten zu finden, wie der Forscher sagt. Angebote aus dem vergangenen Monat von einer dieser Websites verlangen von den Jobsuchenden beispielsweise, bestimmten Personen auf Twitter zu folgen, während andere Arbeitgeber sich wünschen, dass man doch ein ausgewähltes YouTube-Video betrachten möge.

Doch Betreiber sozialer Netzwerke müssen gegen Crowdturfing nicht machtlos sein, so Zhao in einer neuen Studie. Er hat dazu Algorithmen aus dem Bereich des maschinellen Lernens so trainiert, dass sie aus 35 Account-Charakteristika schließen können, ob es sich um Crowdturfing handelt – darunter Daten wie Alter und Ortsangabe. Bei einem chinesischen Microblogging-Dienst funktionierte das mit einer Genauigkeit von 95 bis 99 Prozent.

Mehr zum Thema in Technology Review online:

(bsc)