EGGS：一种用于社交网络垃圾信息关系建模的灵活方法

社交网站面临着源源不断的垃圾信息——这些 unwanted messages 会分散、骚扰甚至欺诈诚实用户的注意力。这类消息往往非常简短，难以孤立识别。此外，垃圾信息传播者会伪装其消息以显得合法，诱使用户点击链接并骗过垃圾过滤器容忍其恶意行为。因此，一些垃圾过滤器会检查领域中的关系结构（例如用户与消息之间的连接）以更好地识别欺骗性内容。然而，即便使用了关系结构，也常以不完整或临时性的方式加以利用。本文提出 Extended Group-based Graphical models for Spam (EGGS，基于组的扩展图模型用于垃圾信息)，一种用于在线社交网络中垃圾信息分类的通用方法。我们不再独立地标记每条消息，而是将相关消息（当它们具有相同作者、相同内容或其他领域特定连接时）归为一组。为对相关消息进行推理，我们结合两种流行方法：堆叠图学习（SGL）与概率图模型（PGM）。两种方法都捕捉了“当相关消息也为垃圾信息时，该消息更可能为垃圾”这一思想，但实现方式不同；SGL 使用序列分类器预测，而 PGM 使用概率推断。我们将该方法应用于四个不同的社交网络领域。在大多数实验设置下，EGGS 比独立模型更准确，尤其在正确标签不确定时。对于 PGM 实现，我们将马尔可夫逻辑网络与概率软逻辑进行比较，发现两者表现均良好且互不占优，而 SGL 与 PGM 的组合通常优于单独使用二者。