IORG 以可公開驗證的資料科學方法研究「資訊操弄」（information manipulation），從中揭露「資訊作戰」（information operation），所以需要各式各樣的資料。Facebook、微博，是台灣、中國重要的社交平台，但取得資料卻比想像中還要困難。在建立爬蟲系統的過程中，IORG 面臨各式各樣的挑戰，包括取得目標列表、反制阻擋機制、控制爬蟲速度、訂定資料欄位、提高資料儲存及搜尋效率。我們是如何解決這些挑戰，確保系統持續運作的？軟硬整合的爬蟲系統，怎麼開源？ 對 IORG 來說，g0v 社群長久以來持續累積的開放資料，是超級有價值的研究基礎。「Cofacts 真的假的」有 LINE 的可疑訊息資料、「鄉民看電視」有電視新聞資料、「0archive 零時檔案局」有靜態網站、PTT 的文章。加上 Facebook、微博的貼文，我們必須擴充 0archive 的開放資料標準、連結各種資料，實作儲存、索引、搜尋的方法，並且公開這些資料。這個龐大而複雜的公開資料庫，現在長成什麼樣子了？ 要怎麼從龐大的資料中，找到、觀察一則謠言的生命週期和傳播網絡？除了複製貼上、分享連結之外，謠言也可能在傳播的途中變形、合併。要怎麼知道哪些訊息是屬於同一則謠言？IORG 提出「屬於同一則謠言」的數學定義，以及快速打包謠言的演算法。而在打包之後，就能嘗試 mapping 謠言的傳播網絡，我們準備了一些案例，想與大家分享。 IORG 研究成果授權公開相關資訊，請參考 https://iorg.tw/open 共筆連結 - https://hackmd.io/@coscup/rymNETD0O/%2F%40coscup%2Frk8XEpDR_ 詳細議程請參照 - https://coscup.org/2021/zh-TW/session Please refer to the detailed agenda - https://coscup.org/2021/en/session #COSCUP2021 #COSCUP2021_D2_RB105 ... https://www.youtube.com/watch?v=iJSS_sxoAt4