Usamos cookies para medir audiência e melhorar sua experiência. Você pode aceitar ou recusar a qualquer momento. Veja sobre o iMasters.
Recentemente, ao monitorar meus seguidores no GitHub, percebi um padrão estranho: várias contas com datas de criação próximas de seis anos atrás e números de seguidores sempre entre 20 e 30. Isso me fez pensar na possibilidade de uma rede coordenada de seguidores falsas.
Ao fazer uma análise de sobreposição das listas de seguidores, consegui identificar um padrão de followings cruzados que não foi detectado por ferramentas tradicionais de análise de autenticidade. A decisão fica mais saudável quando o time consegue medir o impacto depois. Sem esse critério, a solução pode parecer simples no começo e cara no suporte.
Esse tipo de análise, que cruza dados de seguir, pode ajudar a identificar redes de seguidores coordenados, mesmo quando tentam disfarçar suas ligações. Isso é especialmente útil para quem precisa manter a integridade de métricas e evitar manipulação. Sem esse critério, a solução pode parecer simples no começo e cara no suporte. O valor aparece melhor quando operação, produto e engenharia olham para o mesmo risco.
O que vocês acham? Já passaram por algo parecido ao tentar validar autenticidade de seguidores ou conexões em plataformas de código aberto?
Interessante mesmo. Mas, no seu caso, além da análise de sobreposição, você usou alguma métrica pra classificar a chance de conta ser fake? Tipo, engajamento ou padrão de atividade.
Tem valor, só não compraria como regra geral. Precisa ficar clarro quem opera, quem revisa e o que acontece quando falha
Muito massa essa abordagem. Já trabalhei com análise de rede em outros contextos e essa técnica de sobreposição de listas é uma ferramenta poderosa pra detectar esse tipo de comportamento suspeito. Acho que dá pra automatizar bem.
Boa, mas cuidado com falsos positivos.