【調查報導幕後】風向戰爭與它的推手 ： 我們使用哪些數位工具協助調查？
文／許家瑜、柯皓翔
《報導者》2018年刊出資訊戰首部曲《金錢輿論》；2019年二部曲《揭祕跨國網軍製造地》則追蹤北馬其頓和印尼的網軍如何操弄資訊、金錢、仇恨；在進入2020年的前幾日，我們推出系列報導第三部《風向戰爭與它的推手》，透過數位足跡調查，我們嘗試從線上到線下，揭開這群跨越台、星、中、馬的「資訊戰商人」的神祕面紗。
在這次的專題中，報導團隊除了使用程式語言（R & Python）進行資料抓取、清洗和分析外，也用到大量數位工具輔助追查及核實，這篇文章整理了我們所使用到的資源，與讀者分享相關工具的使用心得。
一、誰在分享內容農場？
〈打不死的內容農場──揭開「密訊」背後操盤手和中國因素〉一文中，我們關注「密訊」這個內容農場，它在2018年九合一大選前，成為泛藍粉絲頁最常分享的網站，表現甚至超過許多主流媒體，然而該網站過去許多文章也遭指為不實訊息，引發爭議。因此，我們第一步要搞清楚資訊流向，到底這個內容農場的文章都是誰在分享，觸及哪些受眾。
工具1、Ahrefs：找出網站間的互連關係
這是一個SEO流量分析網站，可以提供網頁有歷史紀錄以來所有的反向連結（backlinks）。
反向連結是什麼呢？舉例而言，當網站A的頁面有放置網站B的連結，就會稱網站A是網站B的反向連結。從下面的圖我們可以看到，「密訊」主網域（mission-tw.com）有眾多反向連結，而「怒吼」這個內容農場（nooho.net）大量分享「密訊」的文章，是「密訊」反向連結的主要來源，在SEO上有機會提高能見度。
剛好當時有把整個分析過程與SEO專家確認，在這邊就直接分享文件檔給所有人→ http://bit.ly/2tt76FS
工具2、CrowdTangle：挖掘文章在社群媒體的擴散節點
前面Ahrefs主要可以分析的對象是網站，但內容農場的傳散非常仰賴社群媒體，所以我們使用CrowdTangle調查資訊流向，這是一個社群媒體觀測平台，在2016年被Facebook收購，我們以媒體組織身份申請權限，觀測即時的社群動向，這次是我們首次透過該工具進行調查報導。未正式申請CrowdTangle權限的一般使用者，也可以透過Chrome插件，快速查閱特定網頁在社群平台上的重要傳播節點。
透過CrowdTangle的輔助，我們觀察到從2018年至2019年，「密訊」這個平台的文章持續大量流入泛藍粉絲頁及公開社團，其中幾個節點追蹤人數超越10萬人。
接著，我們將這些影響力大的節點列入觀察清單，並結合後文的QSearch資料庫交叉比對，逐步擴充、勾勒「密訊」的傳播網絡。CrowdTangle也有下載csv檔的功能，方便記者後續用R & Python 進一步分析。
我們根據下載下來的資料，進一步觀察粉絲專頁、公開社團的貼文特性，發現不少粉絲專頁存在集體發文的行為。
CrowdTangle還有一項「Link Search」的新功能，可以查找特定網域影響力最大、最早、最新的貼文。這項功能除了協助我們確認影響力最大的節點外，也幫助我們觀察Facebook大約是在什麼時間點封鎖某內容農場網域。
工具3、QSearch：社群時代的備份資料庫
QSearch是一個社群監測、議題分析平台工具，定時追蹤台灣超過80萬個公開粉絲專頁，可以回溯2年的貼文。這對報導團隊來說是相當重要的備份線索，由於報導過程中歷經Facebook封鎖特定網域，許多貼文已無法查閱，而許多粉專管理員也可能主動刪文，面對這些狀況，QSearch可以協助記者還原證據和線索。
截至目前，相較CrowdTangle，QSearch平台能讓使用者透過關鍵字進行搜尋，也能藉此找到使用相同小編口吻的協同發文粉專。不過若欲觀察「公開社團」貼文資料，QSearch平台既有功能較無法支持，適合透過CrowdTangle輔助。
二、是誰在創建、經營內容農場？
工具4、 Website Informer / DomainBigData：在網站資訊海撈到大魚
尋找跨國內容農場的幕後推手時，我們從特定幾個內容農場出發，逐步找到 Evan 的 email （如果你現在很疑惑Evan是誰，請走文章通道，認識這位幕後「老闆」） ，為了釐清Evan的事業版圖，我們使用 Website Informer 和 DomainBigData 等網頁資訊查詢工具。
第一種使用方式是輸入網址，它就會返回許多網站基礎資訊，包含登記email、IP位置、網站何時建立等。第二種使用方式是輸入email，它就可以幫我們找到email所有人位置在哪、使用者還有哪些email、分別又建立了哪些網站。
要注意的是，透過這些工具，我們報導所採納的部分，只有哪些網站是透過這個email所建立、網站創建時間為何，其他資訊僅做為參考。這是考量網站IP位置可以偽裝、同樣名稱的網站有可能是註銷之後，由不相干的人重新註冊使用，或販賣網域給他人，所以我們也會用Wayback Machine等其他工具相互驗證。
（這部分工程師也有幫我們查詢，再次感謝工程師們在這次報導中提供很多domain knowledge。）
工具5、Wayback Machine：時光回溯照妖鏡，破解網頁變身術
這個工具就像網頁的照妖鏡一樣，包含網頁樣式在內，過去是什麼顏色、形狀都無所遁形，也看得到網頁原始碼。因為「密訊」與它的分身網站不斷地失效、再生，有些網址已經失效，但透過Wayback Machine工具，我們就像是搭上時光機，得以觀察過去樣貌、貼文來源；Cofacts資料庫裡被查核為不實的文章，許多也已經從原網站移除，對此，我們也用時光機查找，儘量找出原文，並檢視作者究竟是誰。
另外，在做跨國內容網站追蹤時，我們也大量使用Wayback Machine，交叉比對網站過去/現在的名稱、過去/現在第三方服務的辨識ID，觀察有無變化，驗證出這些網站之間的關係。
然而，要能回溯過去的網頁，需要感謝不知名的網友，曾在某個時間點對該網頁進行備份，我們才能找到相關線索。Wayback Machine也有Chrome外掛插件可安裝，遇到欲備份的網頁時，使用者可以快速點擊，收錄至資料庫中。
三、網站背後是否為相同人士經營？
工具6、Google Analytics ID /Google AdSense ID/Taboola Advertising ID：以追蹤碼反向追蹤
這幾個追蹤方法，是由於網站有時候會使用第三方的流量管理、廣告服務，在網頁原始碼裡就得埋進一段script，裡面含有識別用的ID。
確定要以GA ID、AdSense ID作為追蹤工具時，首先我們先去把追蹤碼的格式搞清楚，大致上都是長得像下面表格裡的樣子，其中以紅色加粗的便是辨識ID：GA帳號會是UA-XXXXXXXX-XX，AdSense會是ca-pub-xxxxxxxxxxxxxxxx。
我們發現，這些內容農場只有少部分是用 Google AdSense ，大多都是用 Taboola 廣告（這部分記者採訪Evan時有問過此事，是因為 Google 有封鎖過他們的帳號），因此網頁原始碼裡面我們會同時尋找 GA / AdSense / Taboola 三組辨識碼。
再來，因為我們也同時要備份原始碼作為證據，所以我們也使用 R 抓下整個網頁的原始碼存檔，再從中偵測這些識別ID的位置，然後提取出 ID 存成dataframe。為了核實，我們也再透過人工檢查。
而因為內容農場時常消失、換個名字捲土重來，因此我們也用前一個工具Wayback Machine搭乘時光機確認已消失、或改過名的網站，也意外發現UA-19409266、 UA-59929351兩個GA ID都屬於 Evan 的事業版圖。
（具體一點的說明：我們在比對各網站原始碼時發現，使用同一組Taboola ID的網站們，所埋藏的GA ID有上述兩種；另有部分網站，在2018年使用UA-59929351這組GA ID，但到了2019年，GA ID換成UA-19409266。記者進一步交互比對後，才確認這些網站彼此間的關聯。）
工具7、PublicWWW：網頁原始碼查詢工具
知道這個查詢工具時，團隊有種相見恨晚的感覺，當時我們已經追到大約五十多個內容網站，也基本上確認這些網站是屬於同一個組織，但因為無法確定找到的是否就是所有，當時也沒想要列舉出全部。
直到發現只要在PublicWWW輸入「UA-XXXXXXXX」，它就會列出所有網頁原始碼裡有這串 GA ID 的網站，而且能下載csv檔，非常方便。我們也透過此工具，一舉抓出 Evan事業版圖下399個網站（如下圖）。
四、這些內容是真的嗎？查找不實資訊來源
工具8、Cofacts謠言資料庫
這個事實查核網站大家應該都不陌生，過去幾年他們已累積一定數量的查核案例，可供比對參照。
這次專題報導，我們需要了解「密訊」有哪些被確認的不實訊息，但假如我們要自己查核，時間成本太高了，所以透過Cofacts資料庫，尋找過去有沒有民眾上報要求查證「密訊」文章內容。
過程中，我們使用了兩種方法交互驗證。
第一種方法，因為我們已經透過Ahrefs取得「密訊」全部的反向連結，可檢查其中有無來自Cofacts者，若有便可直接上Cofacts資料庫將查證結果、內容一起抓回。
第二種方法，則是直接搜尋謠言資料庫。
以上這8個就是這次《風向戰爭與它的推手》調查報導中，《報導者》使用到的工具，分享給所有人，有興趣的人可以安裝擴充元件使用看看，也許你的一個回報、一個查核、一個備份，也會是未來某個調查報導的重要養分。
最後和大家分享，報導刊出後，我們無意間又看到2019年發表於《端傳媒》的資訊戰文章，作者林雨蒼透過「專頁儀表板」數據分析，製作一張泛藍/泛綠分享次數最多的網域排行榜，我們報導提到的「密訊」、「鬼島狂新聞」、「閃文聯盟」等都在榜上，可見內容農場的影響力不容小覷。
對抗不實資訊猶如一場耐力賽，面對品質不一、可能摻雜半真半假訊息的農場文章，民眾不可不慎。
★閱讀完整專題：
📣有你，才有《報導者》
《報導者》秉持深度、開放、非營利的精神，透過讀者的贊助支持來營運，不仰賴商業廣告置入。如果您認同我們的理念，歡迎與我們一起前進，共同推動這場媒體小革命。
☛贊助我們：https://bit.ly/3ylK401
官方網站：https://bit.ly/3rTeR1V
粉絲專頁：https://bit.ly/37jjGYD
Instagram：https://bit.ly/3rWFQJV
