Análisis de la credibilidad de cuentas en Twitter

Abstract

Hoy en día las redes sociales están muy presentes en nuestro día a día, habiéndose convertido en unas plataformas donde las personas pueden informar o informarse sobre gran variedad de noticias, acontecimientos y/o compartir sus propias ideas. Sin embargo, la facilidad con la que se hace viral la información en la red llama, en numerosas ocasiones, a la aparición de cuentas falsas con intención de desinformar o de engañar. Por ello, no es recomendable darle total credibilidad a cualquier publicación que leamos, pues es necesario valorar quién es el usuario autor de dicho contenido y si se trata de una fuente fiable o, por el contrario, inspira poca confianza. Así pues, este trabajo pretende colaborar con esta ardua tarea de investigar la veracidad de un contenido y de su autor, aportando para ello un algoritmo capaz de puntuar a los usuarios de Twitter en base a la credibilidad que estos presenten según el análisis de determinadas características presentes en sus perfiles. De esta forma, según los valores que muestren estos indicadores seleccionados, se les otorgará de manera individual mayor o menor puntuación de fiabilidad a cada uno de ellos. Una vez calculadas estas puntuaciones, para cada uno de los aspectos de la cuenta que se consideran relevantes, se procede a calcular la valoración final de credibilidad que presenta el usuario. De esta manera, cuanta mayor sea la puntuación final obtenida por un perfil de usuario, mayor fiabilidad presentará, disminuyendo así la posibilidad de que se trate de una cuenta controlada por algún tipo de software (bot) o de una cuenta falsa. Estos indicadores a estudiar se obtienen usando la API de Twitter que, junto con algunas librerías del lenguaje Python, permiten extraer los datos de cada perfil que se consideren necesarios para realizar esta valoración de credibilidad. Sin embargo, no todos los indicadores que se extraen de un perfil repercuten de la misma forma en esta puntuación final, pues habrá algunos más determinantes que otros. Así pues, aquellos indicadores que resulten ser más determinantes a la hora de valorar la credibilidad de un usuario presentarán puntuaciones base más influyentes que las no determinantes. Sin embargo, estudiar la credibilidad de un usuario en un momento determinado, será mucho menos fiable que si se hace un estudio de dicha fiabilidad a lo largo del tiempo. Así pues, cuanto más amplio sea el periodo de tiempo dedicado al análisis de un perfil, más fiable será el resultado obtenido y permitirá estudiar la tendencia de credibilidad con mayor exactitud.