粉丝数谬误：检测操纵粉丝数的Twitter用户
社会与信息网络
2018-02-13 v1
摘要
在线社交网络（OSN）正日益被用作有效沟通、与其他用户互动并通过点赞数、粉丝数和分享数创造社会价值的平台。此类指标与众包评分为OSN用户提供了一种社会声誉感，用户试图维持并提升该声誉以增强影响力。用户通过黑市网络服务人为地夸大其社会声誉。在这项工作中，我们采用无监督局部邻域检测方法来识别操纵其显示粉丝数的用户。我们基于一组鲁棒特征确定用户的邻域，这些特征反映了用户在期望粉丝数方面的相似性。我们表明，使用我们的方法进行粉丝数估计具有84.2%的准确率与较低的错误率。此外，我们通过从Twitter大型随机样本中绘制的邻域来估计受怀疑用户的粉丝数。我们表明，我们的方法对粉丝的合成操纵具有高度容忍性。利用预测粉丝数与显示粉丝数的偏差，我们还能够以98.62%的高精度检测出客户。
引用
@article{arxiv.1802.03625,
title = {The Follower Count Fallacy: Detecting Twitter Users with Manipulated Follower Count},
author = {Anupama Aggarwal and Saravana Kumar and Kushagra Bhargava and Ponnurangam Kumaraguru},
journal= {arXiv preprint arXiv:1802.03625},
year = {2018}
}
备注
Accepted at ACM SAC'18