基于互聚类系数的在线社交网络可疑链接检测方法
社会与信息网络
2018-05-03 v1
摘要
在线社交网络（OSNs）是网络上流行且快速的信息传播媒介，全球每天建立数百万个新连接，既有如熟识之类的正向连接，也有如敌意之类的负向连接。负向链接（或有时可称为有害连接）大多由虚假档案建立，因为它们出于不良意图者之手。检测在线用户间的负向（或可疑）链接可更好地帮助从OSNs中缓解虚假档案。本文引入一种改进的聚类系数公式，称为互聚类系数，记为 M_cc，用于定量度量群组中两个相连用户之间互友的连接性。我们提出了一种基于互聚类系数和用户档案信息的分类系统，以检测用户社区内的可疑链接。档案信息帮助我们查找用户间的相似性。已采用不同相似性度量来计算相连用户对间的档案相似性。实验结果表明，工作(w)、教育(e)、家乡(ht)和当前城市(cc)这四个基本且易获取的特征连同 M_CC 在设计成功的可疑链接检测分类系统中起着至关重要的作用。
引用
@article{arxiv.1805.00537,
title = {Mutual Clustering Coefficient-based Suspicious-link Detection approach for Online Social Networks},
author = {Mudasir Ahmad Wani and Suraiya Jabin},
journal= {arXiv preprint arXiv:1805.00537},
year = {2018}
}