Equipe do iMobilis, em conjunto com o SociaLAB-UFOP publicam artigo sobre análise dos sistemas WEB utilizados para medição de influência nas redes sociais, salientando sobre estratégias para tornar um bot influente no Twitter. São eles: Johnnatan Messias, Lucas Schmidt, Ricardo Oliveira e Fabrício Benevenuto. O mesmo artigo recebeu do evento menção honrosa, ficando entre os três melhores artigos.

Sistemas que classificam usuários influentes nas redes sociais tem sido usados com grande frequência, sendo referenciados em artigos científicos e na mídia como padrão ideal para avaliação de influência na rede social Twitter.
Consideramos esta medição algo complexo e subjetivo e por isso suspeitamos da vulnerabilidade e facilidade de manipulação nesses sistemas.

Baseado nisto, realizamos experimentos e análises em dois sistemas de classificação de influência: Klout e Twitalyzer. Criamos robôs simples capazes de interagir, através de contas no Twitter e medimos suas influências. Nossos resultados mostram que é possível ser influente através de estratégias simples. Isso sugere que os sistemas não possuem métricas ideais para classificar influência.

Para a realização do experimento criamos dois algoritmos robôs:

• Fepessoinha: Bot que apenas segue os usuários (link)
• Scarina: Bot que segue, exclui usuários e posta tweets referentes ao contexto da Rede Globo (link)

Já os cenários da pesquisa, foram quatro adotados:

• Cenário 1: Apenas seguir usuários (bot Fepessoinha).
• Cenário 2: Seguir e excluir os usuários que não seguem o bot (bot Scarina).
• Cenário 3: Seguir, excluir usuários e postar tweets (bot Scarina).
• Cenário 4: Seguir, excluir usuários, postar tweets e realizar duas interrupções (bot Scarina).

Abaixo podemos verificar os resultados parciais registrados.

Mediante os experimentos realizados, obtivemos os seguintes resultados:

Cenário 1: Ao seguir os usuários o bot Fepessoinha conquistou novos seguidores, aumentando o nível de influência mediante o Klout e Twitalyzer.

Cenário 2: Os níveis de influência adquiridos nesta etapa foi inferior ao do cenário anterior devido ao fato da exclusão dos usuários que não seguiam o bot.

Cenário 3: Nesse cenário o bot se aproxima o máximo de um usuário na rede, postando conteúdos sobre a Rede Globo e assim adquire mais usuários e um nível surpreendente de influência mediante ao fato de postar conteúdos de interesses aos usuários na rede que fazem parte do contexto da Rede Globo (Famosos, fãs, entre outros).

Cenário 4: Nessa etapa pudemos avaliar os resultados que seriam gerados a partir do momento em que as ações do bot fossem interrompidas. Notamos que houve uma queda de influência e por isso foi constatado a importância de postar conteúdos relevantes na  rede para atingir níveis altos de influência.

Abaixo podemos verificar os resultados registrados ao final dos 90 dias de experimento.

Fatos curiosos: Famosos interagiram com o bot Scarina como podemos verificar na imagem abaixo.

Finalmente, ao fim do experimento, para comprovar a eficácia dos nossos algoritmos, em um curto período, nossos bots conquistaram níveis próximos à níveis de personalidades e pessoas com alta reputação, que são consideradas as mais influentes no Twitter. Com isso, mostramos que processos automáticos com bots podem conquistar altos níveis de influência.

Maiores informações podem ser vistas através de:

• Artigo BraSNAM-CSBC2012 (link).
• Apresentação Web (link).
• Apresentação para Download (link).
• BraSNAM (link).
• CSBC (link).