基于内容与连接联合表示学习的异常检测
社会与信息网络
2019-07-01 v1 机器学习
机器学习
摘要
社交媒体网站正成为政治中的关键因素。这些平台易被操纵，以扭曲信息空间、迷惑和分散选民。过往识别干扰模式的工作多聚焦于分析推文内容。本研究中，我们联合嵌入用户发布内容信息与用户关注网络信息，以无监督方式检测密集连接的用户群。随后我们考察这些密集用户子块以标记异常行为。在实验中，我们研究与即将到来的 2019 年加拿大选举相关的推文，观察到一组在不同省份参与地方政治且表现出巨魔般行为的密集连接用户。
引用
@article{arxiv.1906.12328,
title = {Anomaly Detection with Joint Representation Learning of Content and Connection},
author = {Junhao Wang and Renhao Wang and Aayushi Kulshrestha and Reihaneh Rabbany},
journal= {arXiv preprint arXiv:1906.12328},
year = {2019}
}
备注
2019 International Conference on Machine Learning Workshop on AI for Social Good