本研究提出了一种新的推特数据集，利用多模态模型检测商业推广内容，显示交互注意力方法效果优于现有模型。同时，研究分析了社交媒体影响者卡特尔现象及其对消费者福利的影响，并提出政策建议以最大化消费者福利。

本研究提出了一种新的推特数据集，结合多模型预测方法和交互注意力技术，显著提升了商业推广内容的检测效果。分析表明，多模态建模能够有效识别商业帖子，减少误报，并捕捉相关上下文信息。