纽约大学坦登工程学院和上海纽约大学的研究人员，近期发布了关于Facebook政治广告的第一份深度分析报告，这也是该研究团队正在进行的网络安全研究项目的一部分。
纽约大学坦登工程学院计算机科学与工程助理教授Damon McCoy，提出“在线政治广告透明度项目”的想法。该项目开发出易于使用的工具，用于收集、存档、分析政治广告数据。研究团队成员包括纽约大学坦登工程学院博士生Laura Edelson，以及上海纽约大学2019届学生Shikhar Sakhuja。他们计划在11月中期选举期间，每周公布一份政治广告报告，希望通过这个方式提高Facebook存档的透明度。研究团队还计划使用复杂的数据抓取方法，提供关于Twitter平台的类似信息。
今年5月，Facebook成为首个开放可搜索政治广告存档数据的主要社交媒体公司，提供有关Facebook和Instagram平台的相关信息。但McCoy教授发现，这些存档数据很难使用，需要花费大量时间手动检索。因此，他决定引入一种数据抓取技术，而此前这种技术被他用于打击推广、使用比特币的人口贩子等犯罪分子。
不过，McCoy教授和他的研究团队也对Facebook表示赞赏，认为其在透明度与问责制方面采取了开创性举措，包括建立公共存档以及计划推出可支持大规模分析的API（应用程序编程接口）。但Facebook尚未公布将于2018年发布API的具体时间。“我们希望尽快为选民提供易用的工具，让他们了解是谁在做广告，广告内容为何，为了影响选票所花费的资金，以及广告的受众等等，”McCoy教授说。
他的研究团队重点分析了2018年5月至7月期间的26.7万多条政治广告，主要结果如下：
- Facebook和Instagram用户的政治广告浏览次数为至少14亿次，广告曝光次数约近39亿次（Facebook仅提供范围数据）。纽约大学坦登工程学院的研究团队迅速调整了网络爬虫技术，加入了视频和图片信息。
政治广告花费至少为1390万美元，但也可能是这一数字的5倍。由于原始数据只提供大致范围，预估结果较为粗略。
此类广告的主要投放受众为年龄在25岁至34岁之间的男性。
广告投放人均数量最多的是华盛顿特区，紧接着是内华达州、科罗拉多州和缅因州。最少的分别为特拉华州、内布拉斯加州和新罕布什尔州。
Facebook存档数据中的一些错误识别，是进行有意义的自动化分析的障碍之一。例如，它会将某个政治活动委员会错认为个人，或将一个政治主题服装店当成政治机构。
这张热力图显示了Facebook政治广告在美国各州之间的差异。
排名前5位的政治广告主及其广告曝光量与支出如下：
- “特朗普让美国重新伟大委员会”：4127条广告，2640万次曝光量，190400美元支出；
- 美国计划生育联合会：3389条广告，2450万次曝光量，188800美元支出；
- AAF Nation，LLC（政治主题服装厂商）：862条广告，1840万次曝光量，78900美元支出；
- 美国全国步枪协会：213条广告，1830万次曝光量，58000美元支出；
- Beto for Texas（竞选国会参议员的民主党人Beto O'Rourke）：377条广告，1300万次曝光量，194400美元支出。
数据还显示，参与美国国会和各州选举的候选人在网上投放了大量广告。
其中，很大一部分广告（43573条）因没有遵守Facebook的最新要求，即政治广告应当标明赞助者而被下线。研究团队的每日存档记录了这些“赞助者不明”的广告，并注意到，一些广告是因为Facebook突然调整政策出现了违规。此外，研究团队还发现，尽管Facebook下架违规广告的平均时间由26.4天缩短至5.6天，但其处理下架的时间，还是会比广告通常的投放时间更长。
点击链接了解该项目：https://online-pol-ads.github.io；或下载数据：https://github.com/online-pol-ads/FBPoliticalAds/tree/master/RawContentFiles
对话Shikhar
《上海纽约大学汇报》与研究团队中的上海纽约大学2019届学生Shikhar Sakhuja对话，他分享了参与该项目的初衷以及从中的收获。
你在这个研究团队中工作了多久？主要职责是什么？
我从2018年6月开始加入了这个团队。我和另一名研究员共同承担研究与工程方面的工作。我为从Facebook的数据挖掘打下基础，并最终进行了梳理、分析工作。
加入该项目的主要原因是什么？
Damon McCoy教授带领的研究团队以及该项目的目的，是为了解决具有社会影响力的问题，他们的研究范畴，也比传统的计算机科学领域更为宽广。
从这段经历中你得到了哪些收获？
因为参与这个项目，我对社交网络分析产生了浓厚兴趣。我们生活在社交网络驱动一切的时代，连美国大选也是如此，我想继续从事该领域的研究。这个项目让我有机会锻炼在数据挖掘、机器学习、数据库设计与管理，以及软件工程方面的各种技能。