面向健康相关任务的 Twitter 自动机器人检测
计算与语言
2019-10-01 v1 社会与信息网络
摘要
随着社交媒体数据在健康相关研究中的使用日益增多，此类来源信息的可信度受到质疑，因为帖子可能来自自动化账户或“bots（机器人）”。尽管已有自动机器人检测方法被提出，但尚无在任何发布健康相关信息用户上经过评估的方法。本文扩展现有机器人检测系统并针对健康相关研究进行定制。利用一个 Twitter 用户数据集，我们首先表明该系统（为政治机器人检测而设计）应用于健康相关 Twitter 用户时表现不佳。随后我们引入额外特征与统计机器学习分类器，显著提升了机器人检测性能。我们的方法在“bot”类上获得 0.7 的 F_1 分数，相对提升 0.339。我们的方法可定制且可推广至其他健康相关社交媒体群体的机器人检测。
引用
@article{arxiv.1909.13184,
title = {Towards Automatic Bot Detection in Twitter for Health-related Tasks},
author = {Anahita Davoudi and Ari Z. Klein and Abeed Sarker and Graciela Gonzalez-Hernandez},
journal= {arXiv preprint arXiv:1909.13184},
year = {2019}
}