Measuring the engagement level in encrypted group conversations by using temporal networks

Autor(es)

Cotacallapa, Moshe ; Berton, Lilian ; Ferreira, Leonardo N. ; Quiles, Marcos G. ; Zhao, Liang ; Macau, Elbert E. N. ; Vega-Oliveros, Didier A. ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2020 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN); v. N/A, p. 8-pg., 2020-01-01.

Resumo

Chat groups are well-known for their capacity to promote viral political and marketing campaigns, spread fake news, and create rallies by hundreds of thousands on the streets. Also, with the increasing public awareness regarding privacy and surveillance, many platforms have started to deploy end-to-end encrypted protocols. In this context, the group's conversations are not accessible in plain text or readable format by third party organizations or even the platform owner. Then, the main challenge that emerges is related to getting insights from users' activity of those groups, but without accessing the messages. Previous approaches evaluated the user engagement by assessing user's activity, however, on limited conditions where the data is encrypted, they cannot be applied. In this work, we present a framework for measuring the level of engagement of group conversations and users, without reading the messages. Our framework creates an ensemble of interaction networks that represent the temporal evolution of the conversation, then, we apply the proposed Engagement Index (EI) for each interval of conversations to asses users' participation. Our results in five datasets from real-world WhatsApp Groups indicate that, based on the EI, it is possible to identify the most engaged users within a time interval, create rankings and group users according to their engagement and monitor their performance over time. (AU)

• Processo FAPESP: 17/05831-9 - Análise da influência de índices climáticos sobre as queimadas em vegetação por meio de redes complexas e mineração de dados
• Beneficiário: Leonardo Nascimento Ferreira
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 16/23698-1 - Processos Dinâmicos em Aprendizado de Máquina baseados em Redes Complexas
• Beneficiário: Didier Augusto Vega Oliveros
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Processo FAPESP: 16/16291-2 - Caracterização de redes dinâmicas: métodos e aplicações
• Beneficiário: Marcos Gonçalves Quiles
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Processo FAPESP: 18/24260-5 - Análise de dados espaço-temporais baseado em redes complexas
• Beneficiário: Didier Augusto Vega Oliveros
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Processo FAPESP: 15/50122-0 - Fenômenos dinâmicos em redes complexas: fundamentos e aplicações
• Beneficiário: Elbert Einstein Nehrer Macau
• Modalidade de apoio: Auxílio à Pesquisa - Temático
• Processo FAPESP: 18/01722-3 - Aprendizado semissupervisionado via redes complexas: construção de redes, seleção e propagação de rótulos e aplicações
• Beneficiário: Lilian Berton
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 19/00157-3 - Análise de associação e causalidade entre clima e queimadas usando redes complexas
• Beneficiário: Leonardo Nascimento Ferreira
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado