致病性社交媒体账户的早期识别
社会与信息网络
2018-09-27 v2 人工智能
机器学习
摘要
致病性社交媒体（PSM）账户（如恐怖分子支持者）利用大型支持者社区在社交媒体上发动攻击。这些账户极有可能成为使有害信息“病毒式”传播的关键用户，因此早期检测至关重要。本文首次尝试利用因果推断在PSM活动周围的短时间内识别它们。我们提出一种时间衰减因果性度量，并将其纳入基于因果社区检测的算法中。所提算法应用于共享相似因果特征的一组账户，随后使用分类算法将账户分类为PSM或非PSM。与现有需要大量时间收集网络、级联路径或内容等信息的技不同，我们的方案仅依赖用户的操作日志。在Twitter真实数据集上的结果证明了我们方法的有效性和高效性。仅基于前10天的活动，我们以0.84的精度检测PSM；被误分类的账户随后在10天后被检测出。
引用
@article{arxiv.1809.09331,
title = {Early Identification of Pathogenic Social Media Accounts},
author = {Hamidreza Alvari and Elham Shaabani and Paulo Shakarian},
journal= {arXiv preprint arXiv:1809.09331},
year = {2018}
}
备注
IEEE Intelligence and Security Informatics (ISI) 2018