在網紅崛起的世代，社會大眾常以追蹤者人數當作觀察社群影響力的標準。殊不知，總有人試圖購入「殭屍帳號」，打造社群平台的高人氣假象。怎麼判斷真假？
社群平台上，不少人都會訂閱追蹤者多的網紅。因此，舉凡化妝品使用、衣著穿搭，甚至用餐選擇的餐廳，網紅都有著舉足輕重的影響力。換句話說，網紅推薦商品或店家，極具廣告效果。
然而近年，不少網紅花錢買追蹤者人數，企圖藉此獲得高報酬。
「廣告主想刊登廣告，網紅的追蹤者人數是一項選擇指標，」木村忠雅是社群資訊分析服務的日本公司「misosil」的社長，他表示，越來越多廣告主提出質疑，認為網紅惡意灌水追蹤數的狀況履見不鮮，導致下廣告的人無法獲得付費應得的效果。
木村指出，網紅大多從國外購買追蹤者，「表面有十萬名追蹤者，但轉發量卻極少，完全看不出十萬的實力，」他解釋，想觀察灌水網紅，從過去發文的按讚數及互動狀態就能檢視，但人力判定卻時常遊走灰色地帶，並不精準。
於是，2018年底，misosil決定以人工智慧技術，自行開發監測功能。
misosil原有的服務「Tofu Analytics」，能分析Instagram、Twitter網紅的發文量、主題標籤、關鍵字、轉發與按讚數等資訊，鎖定對特定議題有貢獻度的網紅，引導用戶企業進一步選定行銷入口。
他們決定以Tofu Analytics系統為核心，進一步用演算法解構網紅的發文取向，並採用深度學習技術，檢測網紅追蹤數是否與發文後的迴響、轉發量成正比。
新系統的開發初期，misosil在Instagram蒐集照片、使用者屬性、年齡、居住地、追蹤人數、貼文數的資料，先以人工分辨是否為灌水網紅，再用「土法煉鋼」的方式建立正確資料庫。
「這是艱難的挑戰，」木村指出，他們反覆測試該使用哪些資料，等到獲得一定準確率後，在訓練資料中的「正確答案」，再投入深度學習技術自動區分，藉此加速擴大資料量。
開發三個月後，系統的判斷已經可達九成至九成五的準確率，並提前產出報告，幫廣告商找出執行準確率高的網紅。
目前，已有大型廣告商以misosil的服務分析廣告效果；旗下有眾多演藝人員的經紀公司，也導入系統分析藝人的發文成效。
木村發現，服務上線後的反應有兩種，「一種是灌水網紅『比想像中多』，另一種則是『比想像中來得少』，」他認為，灌水網紅多寡與商品領域有關。因此，木村進一步建議，不當行為較多的領域可事先檢測，雖然得多花費用，但能加速找到優質網紅、行銷也更有利。
此外，他也發現，有網紅正常發文，但狂熱的支持者卻擅自購買帳號灌水，這也是未來系統需進一步判斷的案例。
misosil向從事不當行為的網紅的宣告，不實灌水的行為將會被一一揭發；他們的下一步，將是幫助客戶在茫茫網路資料庫中，找出社群廣告的創意內容。未來，他們將以深度學習技術分析現有的文字、圖像社群宣傳，以及其對應的宣傳標的，分析出最有效的手法，以人工智慧幫助客戶實現成效。
「全文轉載自未來城市(誰買社群假帳號衝人氣？AI揪灌水網紅 準確率破九成)，欲了解更多智慧科技，請上未來城市官網。
【推薦閱讀】
偽科學終結者》哈佛35歲網紅醫師，成美國首位醫療社群媒體長 蔣立楷：人氣，不等於可信
網紅蹭疫情》「全球最性感醫師」開趴、網美護理師做網拍⋯⋯粉絲怒：壞了認真醫護名聲
