社交媒体上的冒充行为：识别非真实内容的深度神经方法
社会与信息网络
2020-10-19 v1
摘要
冒充者在在线社交网络（尤其是 Instagram）上的内容生产与传播中扮演着重要角色。这些实体是恶意的虚假账户，意图通过制作相似的个人资料来伪装合法账户，随后以虚假内容冲击社交媒体，这使得辨别哪些帖子是真实生成的变得相当困难。在本研究中，我们聚焦于三个拥有合法认证账户的重要社群。在其中，我们识别出一组 2.2K 个冒充者资料，包含近 10k 条生成的帖子、68K 条评论和 90K 个点赞。然后，基于资料特征与用户行为，我们将它们聚为“机器人（bot）”和“粉丝（fan）”两类。为了将冒充者生成的帖子与真实内容区分开，我们提出了一种深度神经网络架构，该架构度量“资料”与“帖子”特征以预测内容类型：“机器人生成”、“粉丝生成”或“真实”内容。我们的研究揭示了这一有趣现象，并对机器人生成内容提供了有趣的观察，有助于我们理解冒充者在 Instagram 上虚假内容生产中的作用。
引用
@article{arxiv.2010.08438,
title = {Impersonation on Social Media: A Deep Neural Approach to Identify Ingenuine Content},
author = {Koosha Zarei and Reza Farahbakhsh and Noel Crespi and Gareth Tyson},
journal= {arXiv preprint arXiv:2010.08438},
year = {2020}
}