CredSaT: 融合语义分析与时间因素的大社会数据用户可信度排序
社会与信息网络
2018-08-07 v1
摘要
大社会数据的广泛应用为研究界指明了若干重要方向。特别是,社会信任的概念引起了信息处理者(计算机科学家)与信息消费者(正规组织)的极大关注。这在推荐系统、病毒式营销和专家检索等各种应用中显而易见。因此,亟需能够在隶属于大社会数据的所有领域中随时间度量用户可信度的框架。本文提出 CredSaT(融合语义分析与时间因素的可信度):一种面向大社会数据的细粒度用户可信度分析框架。我们利用一种包含新旧特征以及时间因素的新颖度量来建立用户的可信度排序。在真实世界数据集上的实验证明了我们的模型在识别高度基于领域可信用户方面的有效性与适用性。此外,CredSaT 展现出捕获垃圾信息发送者及其他异常用户的能力。
引用
@article{arxiv.1808.01413,
title = {CredSaT: Credibility Ranking of Users in Big Social Data incorporating Semantic Analysis and Temporal Factor},
author = {Bilal Abu-Salih and P. Wongthongtham and KY Chan and Z. Dengya},
journal= {arXiv preprint arXiv:1808.01413},
year = {2018}
}