机器学习技术可帮助检测Twitter上的非法毒品小贩

研究人员开发了一种机器学习技术，该技术开发了微博网站Twitter，以识别在网上兜售非法销售和营销处方阿片类药物的用户。他们说，该技术可用于进行实时监视并检测非法在线卖家。加州大学圣地亚哥分校副教授蒂姆·K·麦基 (Tim K Mackey) 表示: “我们的研究表明，这项技术有助于搜索社交媒体中构成公共威胁的行为。”

“社交媒体提供商可以使用这项技术来查找或禁止非法或违反法律的内容，以确保消费者在网上获得更安全的体验，” Mackey指出。研究人员说，虽然联邦法律直接禁止在线销售受控物质，但社交媒体似乎是增加滥用药物行为风险的渠道。对于发表在《美国公共卫生杂志》上的这项研究，该团队使用了三步过程，其中涉及基于云的计算，以收集大量通过关键字过滤的推文。

机器学习以隔离与阿片类药物营销相关的推文，并进行网络取证检查以分析包含指向外部网站的超链接的帖子。研究人员在6月和2015年11月之间收集了约619,937条推文，其中包含关键词可待因，percocet，芬太尼，维柯丁，奥施康定，羟考酮和氢可酮。其中，他们发现了1,778个推销受控物质销售的帖子，其中90% 包括在线网站购买的超链接。

法医研究人员将Twitter上的营销与博客，其他社交媒体平台，用户表单，在线分类广告和网站联系起来。Mackey说，大多数站点都有国外地址，其中许多站点与巴基斯坦有联系。巴基斯坦被确定为假冒，假冒和伪造药物的来源和出口国。