基于行为和其他非正式线索的维基数据机器人检测

机器人对众包生产的成功至关重要。维基百科、OpenStreetMap和维基数据都利用自动化来执行超出人类贡献者速度和规模的工作。理解人类和机器人这些社区中的行为方式是一个重要课题，而这依赖于准确的机器人识别。然而在许多情况下，机器人活动没有被明确标记，可能会被误认为是人类贡献。我们开发了一个机器学习分类器，利用隐式行为和其他非正式编辑特征来检测之前未被识别的机器人。我们表明这种方法在正式评估（PR-AUC: 0.845, ROC-AUC: 0.985）和对“匿名”贡献者编辑会话的定性分析中都获得了很高的拟合度。我们还表明，在某些情况下，未标记的机器人活动可能会在分析中严重歪曲人类行为。我们的模型有潜力支持未来的研究和社区巡查活动。