Filippo Menczer

Filippo Menczer
Filippo Menczer.jpg
Född 16 maj 1965
Alma mater
Sapienza University of Rome University of California, San Diego
Vetenskaplig karriär
Fält

Kognitionsvetenskap Datavetenskap Fysik
institutioner Indiana University Bloomington
Hemsida cnets .indiana .edu /fil /

Filippo Menczer är en amerikansk och italiensk akademiker. Han är en framstående professor vid universitetet och Luddy-professor i informatik och datavetenskap vid Luddy School of Informatics, Computing and Engineering, Indiana University . Menczer är chef för Observatory on Social Media, ett forskningscenter där datavetare och journalister studerar medias och teknikens roll i samhället och bygger verktyg för att analysera och motverka desinformation och manipulation på sociala medier. Menczer har artighetsutnämningar inom kognitiv vetenskap och fysik , är en grundare och medlem i rådgivande råd av IU Network Science Institute, en tidigare chef för Center for Complex Networks and Systems Research, en senior forskare vid Kinsey Institute , en fellow i Center for Computer-Mediated Communication, och en tidigare fellow vid Institute for Scientific Interchange i Turin , Italien . 2020 utsågs han till Fellow i ACM .

Utbildning, karriär, service

Menczer har en Laurea i fysik från Sapienza University of Rome och en doktorsexamen i datavetenskap och kognitionsvetenskap från University of California, San Diego . Han brukade vara biträdande professor i företagsledningsvetenskap vid University of Iowa och en kollega vid Santa Fe Institute . Vid Indiana University Bloomington sedan 2003 fungerade han som divisionsordförande i Luddy School 2009–2011. Menczer har mottagit Fulbright- , Rotary Foundation- och NATO- stipendier och ett CAREER Award från National Science Foundation . Han har redaktionella positioner för tidskrifterna Network Science , EPJ Data Science , PeerJ Computer Science och HKS Misinformation Review . Han har fungerat som program- eller track ordförande för olika konferenser inklusive The Web Conference och ACM Conference on Hypertext and Social Media . Han var allmän ordförande för ACM Web Science 2014-konferensen och allmän medordförande för NetSci 2017-konferensen .

Forskning

Menczers forskning fokuserar på webbvetenskap, sociala nätverk, sociala medier, social beräkning, webbutvinning, datavetenskap, distribuerade och intelligenta webbapplikationer och modellering av komplexa informationsnätverk. Han introducerade idén om aktuella och adaptiva sökrobotar , en specialiserad och intelligent typ av sökrobot .

Menczer är också känd för sitt arbete med socialt nätfiske , en typ av nätfiskeattacker som utnyttjar vänskapsinformation från sociala nätverk, vilket ger över 70 % framgång i experiment (med Markus Jakobsson ); semantiska likhetsmått för information och sociala nätverk; modeller av komplex information och sociala nätverk (med Alessandro Vespignani och andra); sökmotorcensur ; och sökmotorbias .

Gruppen som leds av Menczer har analyserat och modellerat hur memes , information och desinformation sprids via sociala medier inom domäner som Occupy-rörelsen , Gezi Park-protesterna och politiska val. Data och verktyg från Menczers labb har hjälpt till att hitta rötterna till Pizzagates konspirationsteorin och desinformationskampanjen riktad mot White Helmets , och att ta bort väljarförtryckande bots på Twitter. Menczer och medförfattare har också hittat en koppling mellan felaktig information om covid-19 online och tveksamhet mot vaccination .

Analyser av Menczers team visade ekokammarstrukturen för informationsdiffusionsnätverk på Twitter under valet i USA 2010 . Teamet fann att konservativa nästan uteslutande retweetade andra konservativa medan liberaler retweetade andra liberaler. Tio år senare mottog detta arbete Test of Time Award vid den 15:e internationella AAAI-konferensen om webb och sociala medier (ICWSM). Eftersom dessa mönster av polarisering och segregation kvarstår, har Menczers team utvecklat en modell som visar hur socialt inflytande och att inte följa med påskyndar uppkomsten av ekokammare online.

Menczer och kollegor har utvecklat förståelsen av informationsviralitet, och i synnerhet förutsägelsen om vilka memer som kommer att bli virala baserat på strukturen av tidiga spridningsnätverk och hur konkurrens om ändlig uppmärksamhet hjälper till att förklara viralitetsmönster. I en artikel från 2018 i Nature Human Behaviour använde Menczer och medförfattare en modell för att visa att när agenter i ett socialt nätverk delar information under förhållanden med hög informationsbelastning och/eller låg uppmärksamhet, minskar korrelationen mellan kvalitet och popularitet för information i systemet. . En felaktig analys i tidningen antydde att denna effekt ensam skulle vara tillräcklig för att förklara varför falska nyheter är lika benägna att bli virala som legitima nyheter på Facebook. När författarna upptäckte felet drog de tillbaka papperet.

Efter inflytelserika publikationer om upptäckt av astroturfing och sociala bots har Menczer och hans team studerat det komplexa samspelet mellan kognitiva, sociala och algoritmiska faktorer som bidrar till sociala medieplattformars och människors sårbarhet för manipulation, och fokuserat på att utveckla verktyg för att motverka sådant övergrepp. Deras botdetekteringsverktyg, Botometer, användes för att bedöma förekomsten av sociala bots och deras delningsaktivitet. Deras verktyg för att visualisera spridningen av innehåll med låg trovärdighet, Hoaxy, användes tillsammans med Botometer för att avslöja den nyckelroll som sociala bots spelade för att sprida innehåll med låg trovärdighet under presidentvalet i USA 2016 . Menczers team studerade också uppfattningar om partipolitiska bots, och fann att republikanska användare är mer benägna att förväxla konservativa bots med människor, medan demokratiska användare är mer benägna att förväxla konservativa mänskliga användare med bots. Genom att använda botsonder på Twitter visade Menczer och medförfattare en konservativ politisk partiskhet på plattformen.

När sociala medier har ökat sina motåtgärder mot skadliga automatiserade konton, har Menczer och medförfattare visat att samordnade kampanjer av oäkta konton fortsätter att hota informationsintegriteten på sociala medier, och utvecklat ett ramverk för att upptäcka dessa samordnade nätverk. De visade också nya former av manipulation av sociala medier genom vilka dåliga aktörer kan växa inflytande nätverk och dölja stora volymer innehåll som de översvämmer nätverket med.

Menczer och kollegor har visat att mångfald av politisk publik kan användas som en indikator på nyhetskällans tillförlitlighet i algoritmisk rangordning.

Lärobok

Läroboken A First Course in Network Science av Menczer, Fortunato och Davis publicerades av Cambridge University Press 2020. Läroboken har översatts till japanska, kinesiska och koreanska.

Projekt

  • Observatory on Social Media (OSoMe, uttalas awesome ): Ett forskningscenter som syftar till att studera och visualisera hur information sprids på nätet. Innehåller data och verktyg för att visualisera Twitter- trender, spridningsnätverk, upptäcka sociala bots, etc.
  • Botometer: Ett maskininlärningsverktyg för att upptäcka sociala bots på Twitter . Tidigare känd som BotOrNot . Innehåller ett offentligt API, ett datauppsättningsarkiv för sociala botar och BotAmp -verktyget för att bedöma vilken roll automatiserade konton spelar för att öka ett givet ämne.
  • Hoaxy: Ett sök- och nätverksvisualiseringsverktyg med öppen källkod för att studera spridningen av berättelser på Twitter . Inkluderar ett offentligt API.
  • Fakey: Ett mobilspel för nyhetskunnighet. Fakey härmar ett nyhetsflöde på sociala medier där du måste berätta riktiga nyheter från falska.
  • Kinsey Reporter: En global mobil undersökningsplattform för att dela, utforska och visualisera anonym data om sex och sexuella beteenden. Utvecklad i samarbete med Kinsey Institute . Rapporter skickas via webben eller smartphone, sedan tillgängliga för visualisering eller offlineanalys via ett offentligt API.

externa länkar