一种用于识别致病性社交媒体账号的特征驱动方法
社会与信息网络
2020-01-15 v1
摘要
过去几年中，我们观察到不同媒体机构试图通过框定信息以支持利于其目标的叙事来转移公众舆论。被称为“致病性社交媒体”(PSM) 账号的恶意用户更有可能通过将错误信息扩散至病毒式传播比例来放大此现象。因此，从账号层面理解错误信息的传播是一个紧迫问题。在本工作中，我们旨在提出一种特征驱动的方法来检测社交媒体中的 PSM 账号。受文献启发，我们从三个广泛视角评估 PSM： (1) 用户相关信息（例如用户活跃度、资料特征），(2) 来源相关信息（即通过用户分享的 URL 关联的信息）以及 (3) 内容相关信息（例如推文特征）。对于用户相关信息，我们利用因果分析（即用户是否频繁为病毒式级联的起因）和资料特征（例如粉丝数等）调查恶意信号。对于来源相关信息，我们探索与 URL 相关的各种恶意属性（例如 URL 地址、关联网站内容等）。最后，对于内容相关信息，我们检查用户发布推文的属性（例如标签数、可疑标签等）。在来自不同国家的真实世界 Twitter 数据上的实验证明了所提方法在识别 PSM 用户上的有效性。
引用
@article{arxiv.2001.04624,
title = {A Feature-Driven Approach for Identifying Pathogenic Social Media Accounts},
author = {Hamidreza Alvari and Ghazaleh Beigi and Soumajyoti Sarkar and Scott W. Ruston and Steven R. Corman and Hasan Davulcu and Paulo Shakarian},
journal= {arXiv preprint arXiv:2001.04624},
year = {2020}
}