1/ Desde principios de año estamos sufriendo la entrada de #pornobots en nuestros tweets, esta vez con otra estrategia: el “me gusta”.
Me he decidido volver a mirar esta #botnet si ha tenido cambios sustantivos desde el último análisis:
2/ Centrándome en las cuentas en español, que son las que nos están molestando, extraigo un total del 71,465 pornobots, de los cuales, vivos solo quedan 11.366. La mayoría han sido ya suspendidos. Seguramente los que no encuentro, hayan sido cambiados de nombre para otro uso.
3/ Analizando esas 11366 cuentas activas vemos patrones similares, como por ejemplo en la bio.
Aunque creamos que juegan con dos o tres variantes, me he encontrado hasta treinta distintas donde pequeñas modificaciones hacen imperceptible su variación.
4/Al igual pasa con los nombre que podemos pensar que juegan con unos pocos pero hay algo mas de 90 de los cuales estos son los mas usados.
5/ Sobre la fecha de creación de estas cuentas activas vemos que han parado su producción y ya solo les queda aprovechar las que tiene buscando otras estrategias para para su fin y hasta su fin.
6/ Si vemos los tweets enviados, apreciamos que septiembre del 2020 fue su último lanzamiento masivo (Este datos es sobre la totalidad de bots de los cuales muchos ya no existen).
Algún que otro bot resiste y sigue enviado tweets este año.
7/ Este lanzamiento masivo hizo que muchas cuentas generasen tweets en el mismo segundo. Otra acción automatizada dentro de toda esta botnet.
8/ Ahora bien, después de ver los datos, llega la pregunta, ¿Por qué? y ¿para qué?
9/ 1º El sexo.
Tomemos por ejemplo un “me gusta” que recibí casualmente anoche que me vino de perlas para la explicación. Le seguí, y al cabo de pocos minutos recibo este mensaje al que contesto sin respuesta. Está claro que está automatizado y que no hay nadie detrás.
10/ Pincho en el link con algo de miedo utilizando un navegador seguro, y me salta, después de varias redirecciones esta página. Mas claro, agua.
11/ 2ª Visibilidad.
Otra de las variaciones que están utilizando ahora es la de los “tweets del Zodiaco”, donde ponen un tweet y te lleva a la app “twittascope”. De estos tweets vamos a ver mas ya que están automatizados por esta APP.
Objetivo: visualización y seguir viva.
12/ Lo explica muy bien @SoyMmadrigal en este tweet.
13/ 3º Venta de cuentas.
Otra parte del negocio de la botnet es la venta de cuentas, que sinceramente no entiendo lo de comprarlas, salvo que se hayan vendido en un pull para acciones coordinadas de algún tipo.
14/ Si te gustan mis hilos, los recopilo junto a los de otros usuarios en este canal de Telegram. 😌t.me/grafos
• • •
Missing some Tweet in this thread? You can try to
force a refresh
1/ Visto el revuelo con el tweet de @_anapastor_ me he decidido a sacar los datos y ver como se ha propagado el tweet, y alguna cosita mas.😅
Abro hilo 👇
2/ Cuando nos encontramos un tweet donde los tweets citados exceden a los retweets, algo pasa. Por lo general y sin analizarlo me dice que ha habido un gran rechazo. Pero vamos a ver si los datos dicen eso.
3/ El grafo principal muestra que tanto la izquierda como la ultraderecha ha atacado a ese tweet, pero su sentimiento está más cercano de la ultraderecha que de la izquierda.
1/ He querido echarle un vistazo al ht #YakuPower porque no entiendo como un ht con tan pocos tweets puede llegar a ser tendencia. Ni cuentas verificadas que lo potencien, ni cuentas con elevado nº de seguidores. Solo Twitter lo sabe.
Abro pequeño hilo con algunos datos más 👇
2/ La primera cuenta que utiliza el ht es Nati Coello o eso pone en su bio, aunque bien podría llamarse Paco Pérez, porque si miramos el logo de su cuenta...
3/ ...bien podría llamarse Carolina, Luna, Penelope, Guadalupe o quien sabe.
1⃣ Hace unos días saltó a tendencia en España el ht #WeAreTrump , que siendo un ht de índole estadounidense se coló aquí.
Abro hilo con lo que he visto en el ht y el porqué entró en tendencia. 👇
2⃣ Después de extraer más de 200k tweets y con una participación de 67k cuentas, generó el siguiente grafo en base a rt's, quedando así.
3⃣ El grafo no genera polarización como tal, ya que se distribuye por idiomas como puede verse en la siguiente imagen. Es similar al anterior pero los colores representan idiomas.
El ingles predomina, el portugués le sigue y el español en tercer lugar que confirma la tendencia.
2⃣ Se comentó que en torno al 15% fueron mensajes (tweets) gestionado por plataformas o app's "no oficiales". Este ht dio la casualidad que lo analicé en su momento, (lo podéis buscar en el canal de Telegram t.me/grafos), y no me cuadra con mi dataset.
3⃣ En mis datos tengo un total de 148k tweets, de los cuales 2876 tweets viene de app's "no oficiales", lo que supone el 1,9% no el 15%.
Marco en amarillo las app's que se pueden configurar para el envío programado de tweets.
En el programa @EqInvestigacion "El Yunque, al descubierto" pudimos ver los entresijos de la ultradercha mezcladas con esta asociación secreta, y con Hazte Oir entre otras.
Así que he decidido sacar los seguidores de esta cuenta para ver que salía y que desgloso en este hilo 👇
Mas de 56k seguidores repartidos generan el siguiente grafo y donde 5 comunidades forman su núcleo y su relación entre ellas.
La principal comunidad la forma la de Hazte Oir junto a su presidente Ignacio Arsuaga, V0X, Abascal, PP, Aguirre y medios de derecha entre otras cuentas. Esta comunidad tiene un peso del 38%.
En una respuesta a @herreropedro por parte de @carmen_banos , se generó una reacción bastante curiosa.
Como puede verse en la imagen, hay mas rt's citados que rt's normales.
¿Qué ideología tenían estos rt's citados?
¿Qué ideología tuvieron sus comentarios?
Abro hilo👇
Esta claro que un rt normal y un favorito corresponde a algo positivo hacia ese tw, pero los citados pueden tener dos variantes, positivo reforzando el mensaje, o negativo rechazándolo.
Este es el grafo de la relación de la mayoría de los rt's con comentarios.
Desglosando por comunidades vemos que en la primera con mayor peso, nos encontramos cuentas pro-V0X, y curiosamente junto a ellas a Toni Cantó y Ciudadanos.