用于早期检测病原性社交媒体账户的因果推断
社会与信息网络
2018-08-07 v2 人工智能
摘要
病原性社交媒体（PSM）账户（例如恐怖分子支持者）利用支持者社区在社交媒体上发起攻击。PSM 账户的早期检测至关重要，因为它们很可能是使有害信息“病毒式”传播的关键用户。本文概述了我近期利用因果推断在 PSM 账户活动周围的短时间内识别它们的博士工作。所提出的方案（1）为用户分配时间衰减因果分数，（2）应用基于社区检测的算法对具有相似因果分数的用户组进行分组，最后（3）部署分类算法对账户进行分类。与需要网络结构、级联路径或内容的现有技术不同，我们的方案仅依赖于用户的动作日志。
引用
@article{arxiv.1806.09787,
title = {Causal Inference for Early Detection of Pathogenic Social Media Accounts},
author = {Hamidreza Alvari and Paulo Shakarian},
journal= {arXiv preprint arXiv:1806.09787},
year = {2018}
}
备注
Doctoral Consortium - 2018 International Conference on Social Computing, Behavioral-Cultural Modeling & Prediction and Behavior Representation in Modeling and Simulation