• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Second workshop on computational approaches to deception detection >Account Deletion Prediction on RuNet: A Case Study of Suspicious Twitter Accounts Active During the Russian-Ukrainian Crisis
【24h】

Account Deletion Prediction on RuNet: A Case Study of Suspicious Twitter Accounts Active During the Russian-Ukrainian Crisis

机译：RuNet上的帐户删除预测：以俄罗斯-乌克兰危机期间活跃的可疑Twitter帐户为例

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Social networks are dynamically changing over time e.g., some accounts are being created and some are being deleted or become private. This ephemerality at both an account level and content level results from a combination of privacy concerns, spam, and deceptive behaviors. In this study we analyze a large dataset of 180,340 accounts active during the Russian-Ukrainian crisis to discover a series of predictive features for the removal or shutdown of a suspicious account. We find that unlike previously reported profile and network features, lexical features form the basis for highly accurate prediction of the deletion of an account.
机译：社交网络随着时间而动态变化，例如，一些帐户正在创建中，而某些帐户正在被删除或变为私有。帐户级别和内容级别的这种短暂性都是由于隐私问题，垃圾邮件和欺骗性行为的组合而产生的。在这项研究中，我们分析了俄罗斯-乌克兰危机期间活跃的180,340个帐户的大型数据集，以发现用于删除或关闭可疑帐户的一系列预测功能。我们发现，与以前报告的配置文件和网络功能不同，词汇功能形成了高度准确地预测帐户删除的基础。

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