• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Data Science and Advanced Analytics >A model-based approach for identifying spammers in social networks
【24h】

A model-based approach for identifying spammers in social networks

机译：用于识别社交网络中垃圾邮件发送者的基于模型的方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we view the task of identifying spammers in social networks from a mixture modeling perspective, based on which we devise a principled unsupervised approach to detect spammers. In our approach, we first represent each user of the social network with a feature vector that reflects its behaviour and interactions with other participants. Next, based on the estimated users feature vectors, we propose a statistical framework that uses the Dirichlet distribution in order to identify spammers. The proposed approach is able to automatically discriminate between spammers and legitimate users, while existing unsupervised approaches require human intervention in order to set informal threshold parameters to detect spammers. Furthermore, our approach is general in the sense that it can be applied to different online social sites. To demonstrate the suitability of the proposed method, we conducted experiments on real data extracted from Instagram and Twitter.
机译：在本文中，我们从混合建模的角度查看了在社交网络中识别垃圾邮件发送者的任务，在此基础上，我们设计了一种有原则的无监督方法来检测垃圾邮件发送者。在我们的方法中，我们首先用特征向量表示社交网络的每个用户，该特征向量反映其行为和与其他参与者的交互。接下来，基于估计的用户特征向量，我们提出使用Dirichlet分布的统计框架，以识别垃圾邮件发送者。所提出的方法能够自动区分垃圾邮件发送者和合法用户，而现有的无监督方法则需要人工干预才能设置非正式的阈值参数来检测垃圾邮件发送者。此外，在可以将其应用于不同的在线社交网站的意义上，我们的方法是通用的。为了证明该方法的适用性，我们对从Instagram和Twitter提取的真实数据进行了实验。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号