弄假直到成真：钓出网络骗子
社会与信息网络
2017-06-30 v2
摘要
许多成人内容网站融入了社交网络功能。尽管这些功能很受欢迎，但它们带来了重大挑战，包括用户进行“catfishing”（即创建虚假个人资料欺骗其他用户）的可能性。本文向自动 catfish 检测迈出了初步的一步。我们探索了不同年龄和性别群体的特征，并识别出诸多差异。在此基础上，利用特别验证的个人资料作为真实标签，我们基于用户个人资料和评论训练了模型。将我们的模型应用于未验证个人资料的年龄和性别估计，我们发现 38% 的个人资料可能在年龄上撒谎，25% 可能在性别上撒谎。我们发现女性比男性更有可能进行 catfishing。此外，女性 catfish 会从较宽的年龄范围中选择，而男性则始终谎称自己更年轻。我们的工作对这类在线社交网络的运营商以及可能担心与 catfish 互动的用户具有显著意义。
引用
@article{arxiv.1705.06530,
title = {Fake it till you make it: Fishing for Catfishes},
author = {Walid Magdy and Yehia Elkhatib and Gareth Tyson and Sagar Joglekar and Nishanth Sastry},
journal= {arXiv preprint arXiv:1705.06530},
year = {2017}
}
备注
Paper to appear in IEEE/ACM ASONAM 2017