SCRank：有向社交网络中的垃圾用户与名人排序
社会与信息网络
2018-02-23 v1
摘要
许多在线社交网络允许有向边：Alice 可以单方面向 Bob 添加一条“边”，通常表示对 Bob 或 Bob 内容的兴趣，而无需 Bob 的许可或回馈。在有向社交网络中，我们观察到两类显著用户的兴起：获得无回馈入链的名人，以及产生无回馈出链的关注垃圾用户。识别这两类用户对于滥用检测、用户与内容排序、隐私选择以及其他社交网络功能十分重要。在本文中，我们开发了 SCRank，一种用于识别此类用户的迭代算法。我们从理论和实验两方面分析了 SCRank。该垃圾-名人定义不适用于使用标准幂迭代的分析，因此我们提出了一种新颖的势函数论证，以证明包括 SCRank 在内的一类算法收敛到近似平衡点。随后我们在真实的全球规模社交网络和合成生成图上的实验评估表明，该算法收敛快速且稳定。利用具有内置真值的合成数据，我们还通过实验表明该算法对植入的名人和垃圾用户提供了良好的近似。
引用
@article{arxiv.1802.08204,
title = {SCRank: Spammer and Celebrity Ranking in Directed Social Networks},
author = {Alex Fabrikant and Mohammad Mahdian and Andrew Tomkins},
journal= {arXiv preprint arXiv:1802.08204},
year = {2018}
}