DECIFE：检测 Twitter 上参与黑市关注服务的共谋用户
社会与信息网络
2021-07-27 v1
摘要
Twitter 的流行催生了各种欺诈性用户活动——其中之一是通过在短时间内获得大量关注者来人为提升 Twitter 个人资料的社会声誉。许多用户希望获得关注者，以扩大其个人资料在广大受众中的可见度和影响力。这促使若干黑市服务通过以共谋方式利用合意及被入侵账户的网络提供人工关注者，从而获得了巨大关注。这些活动的检测十分困难，因为黑市服务将其行为塑造为：参与这些服务的用户伪装成真实用户。在本文中，我们提出 DECIFE，一个用于检测参与通过黑市服务产生“关注”活动以换取共谋关注者的共谋用户的框架。我们首先构建一个异质用户-推文-主题网络，以利用关注/被关注关系以及用户的语言特性。随后将该异质网络分解以形成四个不同的子图，捕捉用户之间的语义关系。提出一种基于注意力的子图聚合网络，用于从每个子图中学习并组合节点表示。最终将组合表示传入超球面学习目标以检测共谋用户。我们在自建数据集上进行了全面实验，通过与其它 SOTA 方法比较验证了 DECIFE 的有效性。据我们所知，这是首次尝试检测 Twitter 上参与黑市“关注服务”的共谋用户。
引用
@article{arxiv.2107.11697,
title = {DECIFE: Detecting Collusive Users Involved in Blackmarket Following Services on Twitter},
author = {Hridoy Sankar Dutta and Kartik Aggarwal and Tanmoy Chakraborty},
journal= {arXiv preprint arXiv:2107.11697},
year = {2021}
}