最新刊期

      汤家伟, 刘育杉, 高敏, 宫庆媛, 王新, 陈阳

      当前状态： 最新录用
      摘要：在线社交网络吸引了数十亿的活跃用户，深入地影响着人们的生活方式。但作为开放平台，注册加入的门槛较低，不可避免地，社交机器人能够轻易地注册，并进行控制舆论导向，传播不实信息等有害活动以谋取利益。然而，针对单一社交网络站点的机器人检测系统往往需要依赖用户的历史行为数据进行分析。因此，在识别出社交机器人之前，这些机器人往往已经成功实施了恶意行为。为尽早地识别社交机器人，本文提出了一个跨站检测社交网络中社交机器人的系统 Cerberus。本系统可以解决用户数据早期在单个平台上不充足的问题而导致的用户识别的“冷启动”问题，从而尽早地识别社交机器人。本文设计系统使用用户在Medium网站上的个人信息和历史活动信息，对用户链接在Twitter平台的账号上是否为机器人账号进行预测，结果表明，该系统的AUC值可达0.7552，具有良好的识别性能。  
      关键词：在线社交网络;社交机器人检测;跨站链接;深度学习;冷启动用户   
      224
      |
      5
      |
      0
      <HTML>
      <Meta-XML>
      <引用本文> <批量引用> 76407496 false
      更新时间：2024-11-04
    0