Det er mange bots på Twitter. Noen prøver å selge ting, noen er etappe i en utførlig svindel, og noen drives av internasjonale etterretningsorganer av noen årsaker.

Spotting disse botsene er ikke nødvendigvis vanskelig: bare bla gjennom tidslinjen og se om deres aktivitet ligner det som et menneske har. Snakker de med venner, som mennesker gjør, eller sier de bare ting til brukere som aldri snakker tilbake? Har de et variert utvalg av interesser, som mennesker gjør, eller holder de seg til ett emne? Vær oppmerksom på disse tingene, og du kan få en ide om hvorvidt noe er en bot.

For disse tider kan du imidlertid ikke vite om du ser på en bot eller en person, kan Botometer hjelpe. Dette verktøyet fra Indiana University og Northeastern University vurderer over 1000 faktorer, og gir deg en sannsynlighet for at en gitt Twitter-bruker er eller ikke er en bot. Det er ikke perfekt, fordi dette er et vanskelig problem å løse, men Botometer er et godt verktøy å ha rundt.

For å komme i gang, logg inn på Botometer med Twitter-kontoen din, og start deretter å legge til et brukernavn du er Lurer på. Du ser resultatet raskt:

Hva betyr dette? Jo høyere prosentandelen på "Bot Score", desto mer sannsynlig er en gitt bruker en bot. I henhold til Botometer FAQ-siden:

Grovt sett kan man tolke en botscore som en sannsynlighet for at brukeren er en bot. Som sådan er bot score nærmere de ekstreme verdiene på 0% og 100% er mer sikre påstander om kontoens botthet.

I dette tilfellet mener Botometer at det bare er en 16 prosent sjanse min kollega Harry er en bot . Det er en rimelig konklusjon. Jeg har jobbet med Harry i årevis, og gjenkjenner til og med at han ikke er ekte, men bare som 16 prosent av tiden.

Det er noen ting vi kan grave inn ved å bruke "Detaljer" -linken til høyre for resultater. For eksempel kan vi se en tidslinje for når brukeren ble sist nevnt og retweetet.

Du kan også se en oversikt over hva slags følelser brukeren standardiserer, og en oversikt over ordbruk (substantiv / verb / adjektiv / osv.) Dette er bare noen få faktorer som brukes av tjenesten, men det kan være fascinerende å dykke inn i dem.

Jeg kjørte dette av noen få kjente bots, og noen få mennesker jeg er ganske sikre på, er mennesker. Nøyaktige prosenter varierte, men for det meste fant jeg resultatene pålitelige. De viktigste unntakene pleier å være Twitter-kontoer som drives av flere personer, blant annet politikere og merker. Dette er fornuftig for meg, fordi slike kontoer ofte oppfører seg på liknende måter. De pleier å være fokusert på enkeltemner og ofte ikke delta i samtaler som vanlig brukere gjør.

Hvis en konto du vet er en bot holder @ing deg, lærer å blokkere en Twitter-konto, og vurder også å rapportere det.

Google Pixel 2 og 2 XL gir deg mange flotte nye funksjoner til Android-brukere, inkludert et kjempegodt nå spillingsverktøy som gjør det mulig å aktivere eller deaktivere "nå spiller" på Pixel 2

Mens det er mulighet for å aktivere denne funksjonen under installasjonsprosessen, er det en sjanse for at du kanskje har gått glipp av det. Eller på den andre siden av den møten har du kanskje aktivert det, og nå hater du det. Uansett, her er hvordan du kan veksle funksjonen - sammen med noen andre kule måter å få mest mulig ut av det.

(how-top)

Slik lager du et egendefinert Apple Watch-ansikt fra et bilde eller album

Mens du fremdeles ikke kan lage helt egendefinerte watch-ansikter på Apple Watch, kan du bruke hvilket som helst bilde du vil ha som din bakgrunnsbilde, enten ved å bruke et enkelt bilde eller rotere gjennom et fotoalbum. Slik gjør du det. RELATED: Slik tilpasser du, legger til og sletter Apple Watch Faces Apple kaller dette "skape et klokkeansikte", men teknisk sett er du ikke "skape" en se ansiktet.

(how-top)