SCG：在社交媒体中识别协同群体
社会与信息网络
2020-09-03 v5 信息检索
摘要
近期事件使人们日益意识到社交媒体网站被滥用以影响政治事件、左右公众舆论和迷惑选民。这种严重、敌对的大规模操纵行为激发了大量关于机器人/水军检测和假新闻检测的研究工作，这些工作大多侧重于基于用户生成的内容在用户层面进行分类。在本研究中，我们联合分析用户之间的连接以及他们生成的内容，以识别协同群体（SCG），即那些可能被组织起来以影响总体话语的用户集合。鉴于其规模极小（相对于整个数据而言），检测这些群体在计算上是困难的。我们提出的方法能有效且高效地检测这些微小簇群。我们部署 SCG 方法，通过分析超过 6 万个用户账户、340 万条关注者连接以及其推文内容中的 130 万个独特话题标签，对 2019 年加拿大联邦选举前后 Twitter 上的协同群体进行了总结和解释。检测到的协同群体中的用户被暂停账号的可能性是其他用户的 4 倍以上，而表征其信条的话题标签则与虚假信息活动相关联。
引用
@article{arxiv.1910.07130,
title = {SCG: Spotting Coordinated Groups in Social Media},
author = {Junhao Wang and Sacha Levy and Ren Wang and Aayushi Kulshrestha and Reihaneh Rabbany},
journal= {arXiv preprint arXiv:1910.07130},
year = {2020}
}