Bot Development for Social Engineering Attacks on Twitter
开发了一系列使用Twitter平台中的网络钓鱼进行模拟社会工程攻击的机器人,以识别潜在的不安全用户行为。在这项工作中,开发了不同的机器人版本,以收集连续38天针对1,287个Twitter帐户的刺激后的反馈数据。结果是不确定的存在不安全行为的preceptor,但我们得出结论,尽管Twiter的安全这种攻击仍然是可行的。
2020-07-23 cs.CR cs.SI
BotPercent: Estimating Bot Populations in Twitter Communities
本文提出特定社区的Twitter机器人检测方法BotPercent,通过融合多模型与置信度校准技术实现更准确的社区级机器人比例估计,并揭示了机器人分布的时空异质性。
2023-10-19 cs.SI
Aggregating Content and Network Information to Curate Twitter User Lists
University College Dublin(都柏林大学学院);Storyful
Twitter在2009年底推出了用户列表,允许用户根据有意义的主题或主题进行分组。此后,列表被媒体机构采用,作为围绕新闻故事组织内容的一种手段。因此,这些列表的管理是很重要的-它们应该包含关键的信息守门人,并提出一个平衡的角度来看一个故事。在这里,我们从推荐系统的角度来解决这个列表策展过程。我们提出了各种标准,用于生成用户列表推荐,基于内容分析,网络分析,和现有的用户列表的“众包”。我们证明了这些类型的标准通常只适用于具有某些特征的数据集。为了解决这个问题,我们建议在Twitter上聚合这些不同的新闻故事的“观点”,以产生更准确的用户推荐,以支持策展过程。
2012-07-02 cs.AI cs.SI physics.soc-ph
Influence of NaMo App on Twitter
社交媒体在当今社会中发挥着至关重要的作用。它导致人们如何联系和沟通,传达和交流思想的范式变化。此外,社交媒体已发展成为消费者的关键知识网络,也影响决策。在选举中,社交媒体成为政治竞选活动的一个组成部分,以接触更多的受众并获得更多的支持。2019年人民院选举见证了Twitter、Facebook和WhatsApp等在线社交媒体平台的使用量大幅飙升;每个主要政党都推出了自己有组织的社交媒体活动。2014年,印度人民党(BJP)通过推出其应用程序- NaMo App在组织竞选活动方面领先一步。我们将研究重点放在2019年Lok Sabha选举和CAA抗议活动期间的Twitter和NaMo App上。Twitter是一个平台,每个人都可以表达自己的观点,没有偏见。相比之下,NaMo App是第一个以特定政党为中心的应用程序之一。它充当了印度人民党组织政治运动的数字媒体,使人民的意见对他们有利。本研究旨在描述NaMo应用程序在更传统的网络中的作用,如Twitter在塑造政治话语中的作用,并研究在线回声室的存在。我们首先分析了在Twitter上使用NaMo应用程序共享的内容的数量和类型。我们对回音室的存在进行了内容和网络分析。我们还应用Hawkes过程来观察NaMo App对Twitter的影响。通过这项研究,我们可以得出结论,使用NaMo App分享内容的用户可能是在线回声室的一部分,很可能…
2021-09-04 cs.SI
Two Evidential Data Based Models for Influence Maximization in Twitter
影响力最大化是在社交网络中选择一组有影响力的用户的问题。这些用户可以采用该产品,并通过“口碑”效应引发大量采用。在本文中,我们提出了两个Twitter社交网络的证据影响力最大化模型。该方法利用信度函数理论来估计用户的影响力。此外,所提出的影响力估计措施融合了Twitter的许多影响力方面,如用户在网络结构中的重要性和用户的推文(消息)的受欢迎程度。在我们的实验中,我们将所提出的解决方案与现有的解决方案进行了比较,并展示了我们模型的性能。
2017-01-20 cs.SI
Twitter as a Transport Layer Platform
互联网信使和社交网络已成为现代数字生活的组成部分。我们考虑的不仅仅是单个用户之间的交互,还有存在于这些应用程序中的各种应用程序。通常,用于社交网络的应用使用通用登录系统并且依赖于来自社交网络的数据。此外,当这些应用程序在像Facebook这样的大型社交网络中时,它们可能会获得更多的吸引力。同时,对社交网络的通信能力关注较少。在本文中,我们首先将Twitter定位为一个消息传递系统。我们描述的方式信息系统可以使用Twitter作为自己的服务的传输层。我们的工作为Twitter引入了一个名为411的可编程服务,它支持通过推文的用户定义和特定于应用程序的命令。
2015-09-23 cs.CY cs.SI
Reverse Engineering Socialbot Infiltration Strategies in Twitter
从Twitter等社交网络中提取的数据越来越多地被用于构建应用和服务,这些应用和服务可以挖掘和总结公众对事件的反应,例如交通监测平台、疫情爆发的识别以及公众对人和品牌的看法。然而,这些服务容易受到社交机器人$-$自动账户的攻击,这些账户模仿真实用户$-$,试图通过发布自动生成的消息并与合法用户交互来篡改统计数据。潜在地,如果大规模创建,社交机器人可以通过渗透社交网络并随着时间的推移获得其他用户的信任来使许多现有服务产生偏见甚至无效。本研究旨在了解社交机器人在Twitter微博平台中的渗透策略。为此,我们创建了120个具有不同特征和策略的社交机器人账户(例如,个人资料中指定的性别,他们的活跃程度,用于生成他们的推文的方法,以及他们与之交互的用户群),并调查这些机器人能够渗透Twitter社交网络的程度。我们的研究结果表明,即使是采用简单自动化机制的社交机器人也能够成功渗透网络。此外,使用$2^k$析因设计,我们量化了不同的机器人策略的渗透效果。我们的分析揭示的发现是关键的检测和反测量方法的设计。
2014-05-20 cs.SI physics.soc-ph
A first look at COVID-19 information and misinformation sharing on Twitter
自二零一九年十二月以来,COVID-19在全球迅速蔓延。毫不奇怪,关于COVID-19的讨论也在增加。这篇文章是第一次看到社交媒体上发生的关于COVID-19的对话量,特别是Twitter,讨论的主题,讨论从哪里出现,关于病毒的神话分享,以及有多少通过共享URL链接与互联网上的其他高质量和低质量信息相关联。我们的初步研究结果表明,信息流与新冠肺炎病例之间存在有意义的时空关系,尽管存在关于神话和与低质量信息的联系的讨论,但它们的存在不如其他危机特定主题那么主导。这项研究是了解社交媒体关于COVID-19对话的第一步。
2020-03-31 cs.SI
Who Will Retweet This? Automatically Identifying and Engaging Strangers on Twitter to Spread Information
人们一直在努力研究社交媒体网站(如Twitter)如何在不同情况下帮助传播信息,包括在紧急情况下传播警报和SOS消息。然而,现有的工作还没有解决如何在社交媒体上正确的时间主动识别和吸引正确的陌生人,以帮助在期望的时间范围内有效地传播预期的信息。为了解决这个问题,我们开发了两个模型:(i)一个基于特征的模型,利用人们表现出的社交行为,包括他们的推文和社交互动的内容,来表征他们通过转发行为在Twitter上传播信息的意愿和准备程度;(ii)一个等待时间模型,基于用户之前的转发等待时间来预测她的下一个转发时间。基于这两个模型,我们构建了一个推荐系统,该系统可以预测陌生人在特定时间窗口内被询问时转发信息的可能性,并推荐前N个合格的陌生人参与。我们的实验,包括在现实世界中的现场研究,证明了我们工作的有效性。
2014-07-12 cs.SI physics.soc-ph
A Method to Analyze Multiple Social Identities in Twitter Bios
Twitter用户在他们的个人资料描述或bios中以许多重要但复杂的方式表示社会身份,这些方式并没有被现有的语言表达身份的特征很好地捕捉到。因此,更好地定义和测量这些表达的方法可能有助于理解社会身份如何在文本中表达,以及自我如何在Twitter上呈现。为此,本工作作出三个贡献。首先,使用定性的方法,我们确定和定义的个人标识符的概念,这是更有代表性的方式,在Twitter的bios中的身份信号。其次,我们提出了一种方法来提取所有的个人标识符表示在一个给定的生物。最后,我们提出了一系列的验证分析,探讨我们提出的方法的优势和局限性。我们的工作在社会认同的社会心理学研究与我们如何通过Twitter和社交媒体上的身份标记来构建自我的研究之间的交叉点上开辟了令人兴奋的新机会。
2021-08-24 cs.SI
Interactional and Informational Attention on Twitter
Twitter可以被认为是一个去中心化的社交信息处理平台,其用户不断接收其关注者的信息源,然后他们可以将这些信息发送给他们的关注者。这种权力下放在活动和注意力方面并不缺乏等级和异质性。特别是,我们评估的注意分配在集体和个人的水平,这表明存在的注意力的限制和焦点效应。我们观察到,大多数用户通常集中他们的注意力在一个有限的核心同行和主题,并讨论interceptibility和信息注意过程之间的关系-所有这些,我们建议,可能是有用的细化影响力模型,使考虑不同的注意力可能性取决于用户,他们的活动水平和同行的位置。
2019-07-18 cs.CY cs.SI physics.data-an
Automated Detection of Doxing on Twitter
Pennsylvania State University(宾夕法尼亚州立大学)
Doxing指的是未经个人同意披露个人敏感信息的做法。这种形式的网络欺凌对于在线社交网络来说是一种令人不快的,有时甚至是危险的现象。虽然先前的工作存在于其他类型的网络欺凌的自动识别上,但是需要能够专门检测Twitter上的doxing的方法。我们提出并评估了一套方法,用于自动检测第二和第三方披露Twitter上的敏感私人信息,其中一个子集构成doxing。我们总结了我们的发现背后的共同意图doxing情节和比较九种不同的方法自动检测的基础上字符串匹配和一个热编码的语法,以及单词和上下文字符串嵌入表示的推文。我们确定了一种方法,提供96.86%的准确率和97.37%的召回使用上下文字符串嵌入,并通过讨论我们提出的方法的实用性得出结论。
2022-02-02 cs.AI cs.CL cs.CR
Enhancing Twitter Bot Detection via Multimodal Invariant Representations
针对高级 Twitter 机器人通过特征操纵规避检测的问题,本文提出 BotSAI 框架,融合用户、文本与异构网络多模态信息并构建不变及特定表示,在两大基准上优于现有方法。
2024-08-06 cs.SI
SATAR: A Self-supervised Approach to Twitter Account Representation Learning and its Application in Bot Detection
自2006年推出以来,Twitter已成为一个主要的社交媒体平台,而最近对机器人账户的投诉也有所增加。虽然已经进行了广泛的研究工作,最先进的机器人检测方法缺乏通用性和适应性。具体来说,以前的机器人检测器只利用了一小部分用户信息,并且通常在只覆盖少数类型机器人的数据集上进行训练。因此,他们无法推广到Twitter上不同类型机器人共存的真实场景。此外,Twitter中的机器人不断发展以逃避检测。以前的努力,虽然有效的一次在他们的背景下,未能适应新一代的Twitter机器人。为了解决Twitter机器人检测的两个挑战,我们提出了SATAR,Twitter用户的自我监督表示学习框架,并将其应用于机器人检测任务。特别地,SATAR通过联合利用特定用户的语义、属性和邻域信息来进行概括。与此同时,SATAR通过对大量自我监督用户进行预训练并对详细的机器人检测场景进行微调来适应。大量的实验表明,SATAR在不同信息完整性和收集时间的不同机器人检测数据集上优于竞争基线。SATAR也被证明可以在现实世界中推广,并适应不断发展的社交媒体机器人。
2021-08-27 cs.SI
Evaluating Marijuana-Related Tweets On Twitter
本文研究了社交网络Twitter中与大麻相关的推文。我们在2016年11月的研究中收集了超过30万条与大麻相关的推文。我们基于文本挖掘的算法和数据分析揭示了一些有趣的模式,包括:(i)用户的态度(例如,(ii)67%的用户使用移动电话发布信息,而许多用户使用第三方自动发布服务发布信息;(3)周末的推文数量远高于工作日。我们的数据还显示了美国总统大选或州大麻合法化投票等政治事件对大麻相关推文频率的影响。
2016-12-28 cs.SI
Collective behaviour of social bots is encoded in their temporal Twitter activity
计算宣传部署社交或政治机器人,试图塑造、引导和操纵在线公共讨论,并影响决策。社交机器人群体的集体行为尚未得到广泛研究,尽管对机器人之间交互所产生的集体模式的理解将有助于社交机器人检测。在这里,我们表明,从Twitter活动中检测到的机器人群体和人类群体之间的集体行为存在显着差异。使用我们在英国欧盟公投活动期间收集的大量推文数据集,我们根据用户高频推文活动的序列长度将其分为机器人群体和人类群体。我们发现,虽然用户之间的成对相关性很弱,但它们与集体相关状态共存,但是两个群体的相关性和共同尖峰概率的统计数据不同。我们的研究结果表明,社交媒体中的社交机器人和人类用户群体表现出类似于在临界点附近的社交和生物系统中发现的集体属性。
2017-05-31 cs.SI physics.soc-ph
ENWalk: Learning Network Features for Spam Detection in Twitter
University of Houston(休斯顿大学);IIT Kharagpur(印度理工学院卡拉格普尔分校)
社交媒体正在通过大量的公共信息增加其影响力,导致公司和组织积极使用它们进行营销。这样的营销推广是很难识别不同的传统媒体,如电视和报纸。因此,识别社交媒体中的推广者非常重要。虽然,有积极的正在进行的研究,现有的方法是远远不能解决这个问题。为了识别这些冒名顶替者,了解他们的社交圈创建策略和内容发布动态非常重要。是否有任何特定的垃圾邮件发送者类型?每种类型有多成功?我们根据Twitter中的社会关系来分析这些问题。我们的分析发现了两种类型的垃圾邮件发送者和他们的动态内容的帖子的关系。我们的研究结果发现新的动态垃圾邮件是直观和可验证的。我们提出了ENWalk,一个框架来检测垃圾邮件发送者通过学习的特征表示的用户在社交媒体。我们学习的特征表示使用随机游走偏向于垃圾邮件的动态。在大规模twitter网络和相应tweet上的实验结果表明了该方法的有效性
2017-04-11 cs.LG cs.SI
"This is Fake News": Characterizing the Spontaneous Debunking from Twitter Users to COVID-19 False Information
虚假信息在社交媒体上传播,事实核查是一种潜在的对策。然而,事实核查人员严重短缺;迫切需要一种有效的方式来扩大事实核查的规模,特别是在像COVID-19这样的大流行病中。在这项研究中,我们专注于社交媒体用户的自发揭穿,这在现有的研究中已经错过了,尽管它对事实核查和反对虚假信息是有用的。具体来说,我们用虚假信息或假推文来描述推文,这些推文往往会被揭穿,Twitter用户经常揭穿假推文。对于这种分析,我们创建了一个全面的假推文响应数据集,注释了其中的一个子集,并建立了一个用于检测揭穿行为的分类模型。我们发现,大多数虚假推文都没有被揭穿,自发的揭穿比其他形式的回应慢,自发的揭穿在政治话题中表现出党派性。这些结果为利用自发的揭穿来扩大传统的事实核查提供了可操作的见解,从而从一个新的角度补充了现有的研究。
2022-08-10 cs.SI
Finding Influentials in Twitter: A Temporal Influence Ranking Model
随着在线社交媒体的日益普及,识别这些社交网络中的有影响力的用户已经变得非常流行。现有的工作研究了用户属性,网络结构和用户交互时测量用户的影响力。与这些作品相比,我们专注于用户的行为特征。我们调查的时间动态的用户活动模式,以及这些模式如何影响用户交互。我们吸收这些特征到一个基于PageRank的时间影响力排名模型(TIR),以确定有影响力的用户。TIR中的转移概率由逻辑回归模型和随机游走预测,根据用户的时间活动模式有偏。实验结果表明,TIR模型在全局影响力排名和好友推荐方面比现有模型具有更好的性能和稳定性。
2022-03-23 cs.SI
What's my age?: Predicting Twitter User's Age using Influential Friend Network and DBpedia
社交媒体是用户行为和意见的丰富来源。Twitter每天从3.28亿用户中感知近5亿条推文。在这些信息上建立适当的机器学习管道,可以为各种领域(如社会科学、公共卫生、人群智慧等)提供最新且具有成本效益的数据汇集。在许多领域,用户人口统计信息是识别所研究人群细分的关键。例如,观察到哪些年龄组滥用哪些药物?哪个种族最受抑郁症的影响?Twitter目前不要求用户提供任何人口统计信息。我们建议创建一个机器学习系统,结合DBpedia图,预测Twitter用户最可能的年龄。在我们使用社交媒体文本和用户元数据构建年龄预测模型的过程中,我们探索了现有的最先进的方法。详细介绍我们的数据汇集,功能工程周期,模型选择和评估管道,我们将展示我们的方法的有效性,通过比较“预测平均”年龄估计基线。
2018-04-10 cs.SI
Quote RTs on Twitter: Usage of the New Feature for Political Discourse
社交媒体平台提供若干社交互动功能。由于社交媒体的广泛影响,这些互动功能有助于实现各种类型的政治话语。建设性和多样化的话语对于维持健康的社区和减少回音室的影响至关重要。在本文中,我们实证研究的作用,一个新推出的Twitter功能,“引用转发”(或“引用RT”)在政治话语,特别是它是否导致了改善,公民,和平衡的交流。Quote RT允许用户引用他们转发的推文,同时添加简短的评论。我们使用内容,网络和人群标记数据的分析表明,与现有功能相比,该功能增加了政治话语及其扩散。我们讨论了我们的研究结果在理解和减少在线极化的影响。
2016-03-25 cs.SI
Towards Automatic Bot Detection in Twitter for Health-related Tasks
University of Pennsylvania(宾夕法尼亚大学);Emory University(埃默里大学)
随着越来越多地使用社交媒体数据进行健康相关研究,来自此来源的信息的可信度受到质疑,因为这些帖子可能来自自动账户或“机器人”。虽然已经提出了自动机器人检测方法,但还没有对发布健康相关信息的用户进行评估。在本文中,我们扩展了现有的机器人检测系统,并将其定制为与健康相关的研究。使用Twitter用户的数据集,我们首先表明,该系统,这是专为政治机器人检测,当应用于健康相关的Twitter用户表现不佳。然后,我们结合了额外的功能和统计机器学习分类器,以显着提高机器人检测性能。我们的方法获得的F_1得分为0.7的“机器人”类,代表0.339的改进。我们的方法是可定制的和可推广的机器人检测在其他健康相关的社交媒体队列。
2019-09-29 cs.CL cs.SI
Temporal patterns of happiness and information in a global social network: Hedonometrics and Twitter
个人幸福是一个基本的社会指标。幸福通常通过自我报告来衡量,但往往被更容易量化的经济指标(如国内生产总值)间接表征和掩盖。在这里,我们研究了在网上,全球微博和社交网络服务Twitter的表达,揭示和解释时间尺度从几小时到几年的幸福和信息水平的时间变化。我们的数据集包含超过460亿个单词,包含在超过6300万独立用户在33个月内发布的近46亿个表情中。在测量幸福感时,我们使用了一种实时的、遥感的、非侵入性的、基于文本的方法--一种快乐测量仪。在构建我们的指标时,我们进行了一项调查,以获得超过10,000个单词的幸福评估,这比现有的类似单词集提高了10倍。而不是特设的,我们的单词列表是完全由使用频率选择,我们展示了如何构建和捍卫一个高度稳健的度量。
2011-12-08 cs.SI physics.soc-ph
Political Elections Under (Social) Fire? Analysis and Detection of Propaganda on Twitter
对许多人来说,社交网络已成为新闻的主要来源,尽管所提供信息的正确性及其可信度往往不清楚。2016年美国总统大选的调查揭露了旨在影响一般政治舆论的外部竞选活动的存在。在本文中,我们调查是否可以观察到类似的政治选举的影响,以及在欧洲。为此,我们以过去的德国联邦选举为指标,并根据268天的数据检查Twitter上的宣传。我们发现,来自美国竞选团队的79名巨魔也在德国联邦选举中传播右翼观点。此外,我们还开发了一个用于发现自动化行为的检测器,使我们能够识别2,414个以前未知的机器人。
2019-12-09 cs.CR cs.SI
Ideology Detection for Twitter Users with Heterogeneous Types of Links
意识形态检测问题是研究人们潜在的(政治)位置,传统上是根据政治家的投票行为来研究的。最近,越来越多的研究开始基于他们可以被社交媒体捕获的在线行为来解决普通用户的意识形态检测问题,例如,Twitter.然而,就我们而言,绝大多数现有的社交媒体意识形态检测方法都将问题过于简化为二元分类问题(即,自由主义者对保守主义者)。此外,虽然社会联系可以在决定一个人的意识形态方面发挥关键作用,但大多数现有的工作都忽略了社交媒体中不同类型的联系。在本文中,我们建议检测\emph{numerical}意识形态的立场,Twitter用户,根据他们的\emph{follow},\emph{mention},和\emph{retweet}链接到一组选定的政治家。提出了一个统一的概率模型,它可以(1)解释为什么人们之间的联系建立在他们的意识形态方面的原因,(2)集成异构类型的链接在一起,以确定人们的意识形态,和(3)自动学习每种类型的链接的质量,以决定一个人的意识形态。实验表明,我们的模型在排名和政治倾向的分类精度方面的优势。结果表明,(1)使用多种类型的链接比单独使用任何一种类型的链接来确定一个人的意识形态更好,(2)当处理在一种类型的链接中稀疏链接的人时,我们的模型甚至比基线更优越。我们还表明,Twitter用户检测到的意识形态与我们的直觉相当一致。
2016-12-24 cs.SI
From Caesar to Twitter: An Axiomatic Approach to Elites of Social Networks
在许多社会中,都有一个精英,一个相对较小的群体,由有权势的个人组成,他们关系密切,影响力很大。从古罗马凯撒大帝的元老院到最近Twitter上的名人,精英的规模是相互冲突的社会力量竞相增加或减少的结果。本文的主要贡献是回答了均衡时精英的规模有多大的问题。我们采取一个公理化的方法来解决这个问题:假设一个精英存在,它是有影响力的,稳定的,无论是最小的或密集的,我们证明了它的大小必须是$Θ(\sqrt{m})$(其中$m$是在网络中的边缘的数量)。作为一个近似的精英,我们提出了一个实证研究的九个大型现实世界中的网络的子图形成的最高程度的节点,也被称为丰富的俱乐部。我们的研究结果表明,精英属性,如不成比例的影响力,稳定性和密度的$Θ(\sqrt{m})$丰富的俱乐部是普遍的属性,并应加入一个越来越多的共同现象的列表所共有的社交网络和复杂的系统,如“小世界”,幂律度分布,高集群,等。
2012-11-27 cs.SI physics.soc-ph
Measuring user influence on Twitter: A survey
中心性是社会网络分析中研究最多的概念之一。有大量的文献关于中心性措施,作为识别社交网络中最相关用户的方法。挑战是找到可以有效计算的度量,并且能够根据尽可能接近现实的相关性标准对用户进行分类。我们在Twitter网络的背景下解决这个问题,Twitter网络是一个在线社交网络服务,拥有数百万用户,每天通过用户之间的互动发布和传播的消息流令人印象深刻。Twitter有不同类型的用户,但最大的效用在于找到最有影响力的用户。本文的目的是收集和分类不同的Twitter影响力的措施,存在到目前为止,在文献中。这些措施多种多样。有些基于Twitter API提供的简单指标,而另一些则基于复杂的数学模型。一些措施是基于PageRank算法,传统上用于排名的网站在互联网上。有些人考虑出版的时间轴,有些人考虑信息的内容,有些人关注特定的主题,还有一些人试图做出预测。我们考虑所有这些方面,以及一些其他方面。此外,我们还包括活动和流行度的措施,传统的机制,以相关的措施,和一些重要方面的计算复杂性,为这个特定的背景。
2016-04-24 cs.SI
Spotting political social bots in Twitter: A use case of the 2019 Spanish general election
虽然社交媒体已被证明是与其他人互动和大规模快速传播有用信息的非常有用的工具,但其巨大潜力也被恶意利用,以扭曲政治选举和操纵选民。在手头的论文中,我们分析了2019年11月西班牙大选背景下Twitter上社交机器人的存在和行为。在整个研究过程中,我们将相关用户分类为社交机器人或人类,并从定量(即,产生的业务量和现有关系)和定性(即,用户对最重要政党的政治亲和力和情感)观点。结果显示,这些机器人中有不可忽视的数量积极参与了选举,支持五个主要政党中的每一个。
2020-10-12 cs.SI
Leveraging Users' Social Network Embeddings for Fake News Detection on Twitter
社交网络(SN)对许多人来说是越来越重要的新闻来源。用户建立的在线连接允许信息比传统新闻媒体更容易传播(例如,报纸、电视)。然而,它们也使假新闻的传播比传统媒体更容易,特别是通过用户的社交网络连接。在本文中,我们专注于调查是否SN的用户连接结构可以帮助Twitter上的假新闻检测。特别是,我们建议嵌入用户的基础上,他们的追随者或朋友网络的Twitter平台上,以确定用户形成的组。事实上,通过在Twitter用户的社交网络连接的图上应用无监督图嵌入方法,我们观察到参与假新闻的用户比只参与事实新闻的用户更紧密地聚集在一起。因此,我们假设嵌入式用户的网络可以帮助有效地检测假新闻。通过使用公开可用的Twitter数据集进行广泛的实验,我们的结果表明,在SN上应用图嵌入方法,使用用户连接作为网络信息,确实可以比大多数基于语言的方法更有效地对假新闻进行分类。具体地说,我们观察到比仅使用文本信息有显著的改进(即,TF.IDF或BERT语言模型),以及部署了高级文本特征(即,姿态检测)和复杂网络特征(例如,用户网络、出版商交叉引用)。我们的结论是,Twitter用户的友谊和追随者网络信息可以显着优于基于语言的方法,以及现有的最先进的假新闻检测模型,使用更复杂的网络结构,在分类Twitter上的假新闻。
2022-11-19 cs.IR cs.SI
Making the Most of Tweet-Inherent Features for Social Spam Detection on Twitter
社交垃圾邮件在Twitter等社交媒体服务上产生大量噪声,这降低了最终用户和数据采掘应用程序观察到的信噪比。现有的社交垃圾邮件检测技术主要集中在通过使用大量的历史和基于网络的数据来识别垃圾邮件帐户。在本文中,我们专注于垃圾推文的检测,优化的数据量,需要收集只依赖于推文固有的功能。这使得能够以及时的方式将垃圾邮件检测系统应用于大量推文,潜在地可应用于实时或近实时设置。使用两个大的手标记的数据集的推文包含垃圾邮件,我们研究了五个分类算法和四个不同的功能集的社会垃圾邮件检测任务的适用性。我们的研究结果表明,通过使用有限的一组功能,在一条推文中,我们可以实现令人鼓舞的结果相比,现有的垃圾邮件发送者检测系统,利用额外的,昂贵的用户功能是有竞争力的。我们的研究是第一次尝试概括不同数据集上的最佳分类器和社交垃圾邮件检测功能集的结论。
2015-03-25 cs.IR cs.SI
Twitter-Network Topic Model: A Full Bayesian Treatment for Social Network and Text Modeling
ANU(澳大利亚国立大学);NICTA(澳大利亚国家信息通信技术研究院)
Twitter的数据非常嘈杂--每条推文都很短,没有结构,语言也不正式,这对当前的主题建模来说是一个挑战。另一方面,推文伴随着额外的信息,如作者,标签和用户追随者网络。利用这些额外的信息,我们提出了Twitter网络(TN)的主题模型,共同建模的文本和社会网络在一个完整的贝叶斯非参数的方式。TN主题模型采用分层泊松-狄利克雷过程(PDP)的文本建模和高斯过程随机函数模型的社会网络建模。我们表明,TN主题模型显着优于现有的几个非参数模型,由于其灵活性。此外,TN主题模型能够实现额外的信息推理,例如作者的兴趣,主题标签分析,以及导致进一步的应用,例如作者推荐,自动主题标签和主题标签建议。注意,我们的一般推理框架可以很容易地应用到其他主题模型嵌入PDP节点。
2016-09-22 cs.CL cs.IR cs.SI
An Exploratory Study of COVID-19 Information on Twitter in the Greater Region
University of Luxembourg(卢森堡大学)
COVID-19的爆发导致主要在线社交网络(OSN)的信息激增。面对这种不断变化的情况,OSN已经成为人们表达意见和寻求最新信息的重要平台。因此,关于OSN的讨论可能成为现实的反映。本文旨在通过使用机器学习和表示学习方法对大区域和相关国家的Twitter COVID-19信息进行数据驱动的探索性研究,以找出大区域的独特特征。我们发现,GR和相关国家的推文量与COVID-19病例存在相关性,但这种相关性只存在于大流行的特定时期。此外,我们绘制了2020-01-22至2020-06-05期间每个国家和地区的主题变化,找出GR与相关国家的主要差异。
2020-12-02 cs.CY cs.LG cs.SI
Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline
Twitter(推特);Deepmind Technologies(深度思维科技公司);University of Sarajevo(萨拉热窝大学);Free University of Bozen-Bolzano(博尔扎诺自由大学);Politecnico di Bari(巴里理工大学);Universidade Federal de Campina Grande(坎皮纳格兰德联邦大学);Clemson University(克莱姆森大学);University of Colorado Boulder(科罗拉多大学博尔德分校)
推荐系统构成了当今大多数社交网络平台的核心引擎,旨在最大限度地提高用户满意度以及其他关键业务目标。Twitter也不例外。尽管Twitter数据已被广泛用于了解社会经济和政治现象以及用户行为,但用户通过在主页时间轴上的互动在Twitter上提供的隐性反馈仅在有限程度上得到了探索。与此同时,缺乏大规模的公共社交网络数据集,使科学界能够制定基准,并建立更强大和全面的模型,根据用户的兴趣定制内容。通过发布1.6亿条推文的原始数据集以及参与信息,Twitter旨在解决这一问题。在此版本中,特别注意保持遵守现有的隐私法。除了用户隐私之外,本文还涉及研究人员和专业人士在努力预测用户参与度时所面临的关键挑战。它进一步描述了由ACM RecSys与Twitter合作使用该数据集组织的RecSys 2020挑战赛的关键方面。
2020-10-07 cs.LG cs.SI stat.ML
A study of trends in the effects of TV ratings and social media (Twitter) -- Case study 1
日本电视剧《A剧》是2016年10月至12月播出的电视剧。收视率低迷,但这部剧在2016年创下了很高的收视率。由于它是从中间流行,并推测有一部分与社交媒体有关的流行,我们认为现有的研究方法作为案例研究。在本文中,我们使用了一个数学模型的命中现象,从社会物理学的角度来研究社会媒体的观众评估的影响。我们得到了与视频研究的每分钟收视率相同的考虑。本文是IEEE BIGDATA 2018的修订论文(对电视收视率和社交媒体影响的考虑)。
2019-08-12 cs.SI
An End-to-End Framework to Identify Pathogenic Social Media Accounts on Twitter
Arizona State University(亚利桑那州立大学)
致病性社交媒体(PSM)账户,如恐怖分子支持者账户和假新闻作者,有能力以病毒的方式传播虚假信息。早期检测PSM帐户至关重要,因为它们可能是使恶意信息“病毒式传播”的关键用户。在本文中,我们采用了因果推理框架以及基于图形的指标,以区分PSM正常用户在很短的时间内,他们的活动。我们提出了监督和半监督的方法,而不考虑网络信息和内容。来自Twitter的真实数据集的结果突出了我们提出的框架的优势。我们表明,我们的方法实现了0.28改善F1得分比现有的方法,精度为0.90和F1得分为0.63。
2019-05-04 cs.IR cs.LG cs.SI
2020 U.S. presidential election in swing states: Gender differences in Twitter conversations
University of South Carolina(南卡罗来纳大学)
在竞选期间,公众通常使用社交媒体来表达他们对不同问题的意见。在各种社交媒体渠道中,Twitter为研究人员和政治家提供了一个有效的平台,以探讨有关经济和外交政策等广泛主题的民意。目前的文献主要集中在分析推文的内容,没有考虑用户的性别。这项研究收集和分析了大量的推文,并使用计算,人类编码和统计分析来识别2020年美国总统大选期间发布的30多万条推文中的主题,并比较女性和男性用户讨论主题的平均权重。我们的调查结果基于广泛的主题,如税收、气候变化和COVID-19疫情。在话题中,超过70%的话题在女性和男性用户之间存在显著差异。
2022-07-14 cs.CL cs.SI
A Large-Scale Empirical Study of Geotagging Behavior on Twitter
社交媒体上的地理标记已成为了解人们流动性和社交活动的重要代理。使用地理标记来推断公众意见的研究依赖于对地理标记和非地理标记用户行为的几个关键假设。然而,这些假设尚未得到充分验证。缺乏对地理标记行为的了解阻碍了人们进一步利用它。本文基于从2000万用户收集的400多亿条推文,对Twitter上的地理标记行为进行了实证研究。有三个主要的发现可能会挑战这些共同的假设。首先,不同的用户群体具有不同的地理标记偏好。例如,只有不到3%的韩语用户使用地理标记,而超过40%的印度尼西亚语用户使用地理标记。其次,在配置文件中报告其位置的用户更有可能使用地理标记,这可能影响那些位置预测系统对非地理标记用户的可生成性。第三,用户的地理标记行为存在较强的同质性效应,即用户倾向于连接到具有相似地理标记偏好的朋友。
2019-08-28 cs.HC cs.SI
Change-Point Analysis of Cyberbullying-Related Twitter Discussions During COVID-19
由于COVID-19爆发,用户越来越多地转向在线服务。社交媒体的使用也有所增加,这导致人们怀疑这也引发了网络欺凌。在这项初步工作中,我们探讨了由于疫情和社交媒体的高使用率而导致网络欺凌事件增加的可能性。为了评估这一趋势,我们收集了2020年1月1日至2020年6月7日期间发布的454,046条与网络欺凌相关的公共推文。我们将包含多个关键字的推文汇总到其每日计数中。我们的分析显示,这些关键词中的大多数最多存在一个统计上显著的变化点,这些变化点主要位于3月底左右。几乎所有这些变化点的时间位置都可以归因于COVID-19,这证实了我们通过分析Twitter上的讨论而提出的网络欺凌增加的初步假设。
2020-08-07 cs.CR cs.CY cs.SI
The DARPA Twitter Bot Challenge
University of Maryland(马里兰大学);Carnegie Mellon University(卡内基梅隆大学);Sentimetrix;Indiana University(印第安纳大学);CalPoly(加州州立理工大学);Institute for Molecular Manufacturing(分子制造研究所);University of Michigan(密歇根大学);Pacific Social
据报道,从伊斯兰国等恐怖主义团体到政治家和民族国家等许多组织都在社交媒体上开展明确的运动,以影响舆论,对民主进程构成威胁。因此,越来越需要识别和消除“影响力机器人”--现实的、自动化的身份,这些身份会在Twitter和Facebook等网站上不恰当地塑造讨论--以免它们变得太有影响力。在这些事件的刺激下,DARPA在2015年2月/3月举办了一场为期4周的竞赛,由DARPA战略传播中的社交媒体项目支持的多个团队竞相确定一组先前确定的“影响力机器人”,作为Twitter中特定主题的基础事实。过去关于影响力机器人的工作通常很难支持关于准确性的说法,因为有有限的基础事实(尽管确实存在一些例外[3,7])。然而,除了[3]之外,过去的工作都没有专门针对特定主题识别影响机器人。本文介绍了DARPA挑战赛,并介绍了三个排名靠前的团队所使用的方法。
2016-04-21 cs.AI cs.CY cs.SI
DomainDemo: a dataset of domain-sharing activities among different demographic groups on Twitter
本文提出DomainDemo数据集,通过将Twitter上共享的域名与150万美国选民的人口特征关联,生成了量化网站地理覆盖和意识形态倾向等五个指标,为研究不同群体十年间的信息流动与公共话语趋势提供了可靠资源。
2025-07-16 cs.CY cs.SI
#Election2020: The First Public Twitter Dataset on the 2020 US Presidential Election
本文公开发布了首个大规模、纵向的2020年美国总统大选Twitter数据集,涵盖数亿条推文并追踪2019至2020年美国政治趋势、初选及候选人动态,旨在赋能计算社会科学研究在线政治话语中的错误信息与操纵等问题。
2020-10-01 cs.SI
Is Twitter Enough? Investigating Situational Awareness in Social and Print Media during the Second COVID-19 Wave in India
这一流行病需要有效分配公共资源,并改变现有的社会职能方式。为了管理任何危机,政府和公共卫生研究人员利用他们所掌握的信息,以便做出明智的决策,也被定义为态势感知。利用社交媒体收集对情况的了解对于管理流行病起到了作用。之前的研究主要集中在Twitter、Reddit或Facebook等社交媒体平台上流行病危机期间的讨论,并开发NLP技术,从大量消息和帖子中过滤出相关讨论。社交媒体的使用随着互联网普及率和其他社会经济因素的变化而变化,这可能会导致分析不同地区讨论的差异。然而,无论地理位置如何,印刷媒体都是无处不在的信息源。此外,新闻文章中讨论的话题已经具有新闻价值,而在社交媒体上,新闻价值是技术社会过程的产物。为了发展这种根本性的差异,我们研究了印度第二次浪潮期间的Twitter数据,重点关注了六个具有不同宏观经济因素的高人口城市。通过定性和定量相结合的方法,我们进一步分析了同一时期的两家印度报纸,并比较了Twitter和报纸上的主题,以评估这些平台对COVID第二阶段的态势感知。我们的结论是,互联网普及率和GDP等因素在一个特定的城市影响的话语周围的情况更新社交媒体。因此,用从社交媒体提取的信息来扩充报纸上的信息,将为资源短缺的城市提供更全面的视角。
2022-11-29 cs.SI
Discussing Privacy and Surveillance on Twitter: A Case Study of COVID-19
技术具有独特的优势,可以帮助我们分析大量信息,以便在广泛的公共卫生问题(如正在进行的COVID-19大流行病)中提供有价值的见解。事实上,像苹果和谷歌这样的信息技术公司最近已经推出了用于接触追踪的工具-能够处理位置数据以确定与可能的患者接触过的人,以遏制病毒的传播。虽然中国和新加坡成功地领导了这一努力,但越来越多的国家现在正在实施这种监控系统,这引发了对这种长期监控的潜在隐私担忧。例如,目前尚不清楚大流行后的信息会发生什么变化,因为在全球危机期间,人们更有可能分享他们的信息,而无需政府详细说明其数据政策。推特上的数字人种学在全世界拥有超过3.3亿用户,其中大多数在大流行病影响最严重的美国,它提供了一个独特的机会,可以在相当自然的环境中了解公众对时事的实时意见。因此,通过分析Twitter数据和前所未有的公共卫生爆发期间的信息共享政策,强调用户的隐私问题(如果存在)可能是有用的。这将使政府能够在卫生紧急情况期间和之后保护其公民。
2020-06-11 cs.CR cs.CY cs.SI
Geolocated Social Media Posts are Happier: Understanding the Characteristics of Check-in Posts on Twitter
社交媒体上位置共享功能的日益普及使研究人员能够使用地理定位数据进行计算社会科学研究,为研究人类流动性,现实世界事件的影响等提供了机会。本文分析了什么是关键的区别与地理标签的职位,从那些没有。我们发现,共享位置的用户并不能代表整个社交媒体用户群,这会危及仅使用地理定位数据的研究的普遍性。我们考虑三个方面:情感-情感和情绪,内容-文本和非文本,以及受众参与。通过将130万条带有地理标记的推文的数据集与相同大小的随机数据集进行比较,我们发现Twitter上带有地理标记的帖子表现出明显更多的积极性,通常是关于婚礼或毕业典礼等欢乐和特殊事件,传达更多的集体主义而不是个人主义,并且包含更多的附加功能,如标签或图像中的对象,但同时产生的参与度大大降低。这些发现表明,有地理标记的帖子所传达的信息存在显着差异。我们的研究对未来利用地理定位社交媒体数据的研究具有重要意义。
2023-02-14 cs.SI
Joint Non-negative Matrix Factorization for Learning Ideological Leaning on Twitter
人们正在以令人难以置信的速度从传统新闻来源转向在线新闻。然而,在线新闻消费背后的技术促进了证实用户现有观点的内容。这种现象导致了意见的两极分化和对相反意见的不容忍。因此,一个关键问题是对社交媒体上的信息过滤泡沫进行建模,并设计消除它们的方法。在本文中,我们使用机器学习方法来学习Twitter上的自由保守主义意识形态空间,并展示如何使用学习到的潜在空间来解决过滤器泡沫问题。我们将学习社交媒体用户和媒体源的自由保守意识形态空间的问题建模为受约束的非负矩阵分解问题。我们的模型将社会网络结构和内容消费信息结合在一个具有共享潜在因子的联合因子分解问题中。我们验证了我们的模型和解决方案在现实世界的Twitter数据集组成的有争议的话题,并表明,我们能够分离用户的意识形态与超过90%的纯度。当应用于媒体来源时,我们的方法估计的意识形态分数与地面真相意识形态分数高度相关(皮尔逊相关系数0.9)。最后,我们展示了我们的模型在现实世界中的实用性,通过说明如何学习的意识形态潜在空间可以用来开发探索性和交互式界面,可以帮助用户在扩散他们的信息过滤泡沫。
2017-11-28 cs.SI
An Exploration of Social Identity: The Geography and Politics of News-Sharing Communities in Twitter
集体社会行动在当前事件中的重要性体现在阿拉伯之春和占领运动中。电子社交媒体已成为社会互动的普遍渠道,也是对信息作出集体社会反应的基础。对社交媒体的研究可以揭示个人行为如何结合起来成为社会的集体动力。对自发形成的群体进行定性,可以揭示个人如何自我认同以及他们将如何共同行动。在这里,我们映射的社会,政治和地理属性的新闻共享社区在Twitter上,一个流行的微博平台。我们跟踪用户生成的包含《纽约时报》在线文章链接的消息,并根据用户共享的链接主题、地理位置和自我描述关键字对用户进行标记。当用户根据谁在Twitter上关注谁进行聚类时,我们发现社交群体根据他们是否对本地(纽约),国家(美国)或全球(世界性)问题感兴趣而分开。国家集团细分为自由派,保守派和其他,后者是一个多样化的,但主要是商业导向的集团与体育,艺术和其他分裂。全国性政治团体总部设在美国各地,但与广泛关注各种主题的全国性团体不同。一个世界主义者与其他世界主义者交往,一个美国自由主义者/保守主义者与其他美国自由主义者/保守主义者交往,创造了具有这些身份的独立社会群体。地方、国家和国际社区的“公民”的存在是社会组织各级对话和行动的基础。
2012-02-20 cs.CY cs.SI nlin.AO
How Twitter Data Sampling Biases U.S. Voter Behavior Characterizations
在线社交媒体是公众讨论政治问题的重要平台。因此,研究人员利用这些平台的数据来分析民意和预测选举结果。最近的研究揭示了恶意社交机器人和巨魔等不真实行为者的存在,这表明并非每条消息都是合法用户的真实表达。然而,社会数据流中不真实活动的普遍性仍不清楚,因此难以衡量基于此类数据的分析的偏差。在本文中,我们的目标是使用2018年美国中期选举的Twitter数据来缩小这一差距。超级活跃的帐户在批量样本中的代表性过高。我们比较他们的特点与随机抽样的帐户和自我认定的选民使用快速和低成本的启发式。我们发现,与可能的选民相比,过度活跃的账户更有可能表现出各种可疑行为,并分享低可信度的信息。随机账户与可能的选民更相似,尽管他们有更高的机会显示可疑行为。我们的工作提供了使用在线观察时有偏见的选民特征的见解,强调了在基于社交媒体数据的政治问题研究中考虑不真实行为者的重要性。
2020-06-02 cs.CY cs.SI
Feminism, gender identity and polarization in TikTok and Twitter
本文用社会网络分析比较Twitter与TikTok上围绕女性主义、跨性别议题及“TERF”的社群结构,发现辩论高度极化且呈代际差异,TikTok语气更中立。
2025-08-29 cs.SI
Hate is the New Infodemic: A Topic-aware Modeling of Hate Speech Diffusion on Twitter
Jadavpur University(贾达夫普尔大学);IIIT-Delhi(德里印度理工学院);Wipro AI(威普罗人工智能)
网络仇恨言论,特别是在Twitter等微博平台上的仇恨言论,可以说是过去十年来最严重的问题。一些国家报告说,因恶意仇恨运动而引发的仇恨犯罪急剧上升。虽然检测仇恨言论是新兴的研究领域之一,但信息网络中与主题相关的仇恨的产生和传播仍未得到充分探讨。在这项工作中,我们专注于探索用户行为,这触发了Twitter上仇恨言论的起源,以及它如何通过转发传播。我们抓取了一个包含推文、转发、用户活动历史和追随者网络的大规模数据集,其中包括来自超过$41$百万独立用户的超过1.61亿条推文。我们还收集了超过60万篇在线发布的当代新闻文章。我们描述了支配这些动态的不同信息信号。我们的分析区分扩散动力学在仇恨的存在下,从通常的信息扩散。这促使我们在具有真实世界知识的主题感知环境中制定建模问题。为了预测任何给定标签的仇恨言论的开始,我们提出了多个功能丰富的模型,其中表现最好的模型的宏观F1得分为0.65。同时,为了预测Twitter上的转发动态,我们提出了RETINA,一种新的神经结构,它使用缩放的点积注意力来整合外源性影响。RETINA达到了0.85的宏观F1分数,超过了多个最先进的模型。我们的分析揭示了与现有的扩散模型相比,RETINA预测仇恨内容的转发动态的最高能力。
2020-10-09 cs.CL cs.LG cs.SI
WOLI at SemEval-2020 Task 12: Arabic Offensive Language Identification on Different Twitter Datasets
WideBot(宽博科技(WideBot))
通过社交平台进行沟通已成为个人沟通和互动的主要手段之一。不幸的是,健康的沟通经常受到攻击性语言的干扰,这可能对用户产生破坏性影响。在社交媒体上打击攻击性语言的关键是存在自动攻击性语言检测系统。本文介绍了SemEval-2020的结果和主要发现,任务12 OffensEval子任务A Zampieri et al.(2020),关于识别和分类社交媒体中的攻击性语言。该任务基于阿拉伯语OffensEval数据集Mubarak et al.(2020)。在本文中,我们描述了WideBot AI Lab提交的共享任务系统,该系统在CodaLab用户名为“yasserotiefy”的黄金数据集上,在52名参与者中排名第10位,Macro-F1为86.9%。我们实验了各种模型,最好的模型是线性SVM,其中我们使用字符和单词n-gram的组合。我们还引入了一种神经网络方法,增强了我们系统的预测能力,包括CNN、高速公路网络、Bi-LSTM和注意力层。
2020-09-11 cs.CL cs.SI
Learning Cross-lingual Embeddings from Twitter via Distant Supervision
Cardiff University(卡迪夫大学);Universidade de Vigo(维戈大学);University of Granada(格拉纳达大学);Snap Inc.(Snap公司)
跨语言嵌入在同一向量空间中表示来自不同语言的单词的含义。最近的工作表明,有可能通过对齐独立学习的单语嵌入空间来构建这样的表示,并且即使没有外部双语数据也可以获得准确的对齐。在本文中,我们探讨了一个研究方向,已令人惊讶地被忽视的文献:利用嘈杂的用户生成的文本来学习跨语言嵌入,特别是针对社交媒体应用程序。虽然社交媒体类型的嘈杂和非正式性质对跨语言嵌入方法提出了额外的挑战,但我们发现,由于大量的代码转换以及表情符号和命名实体的共享词汇的存在,它也提供了关键的机会。我们的贡献包括一个非常简单的后处理步骤,利用这些现象显着提高性能的国家的最先进的对齐方法。
2020-03-31 cs.CL cs.SI
SocialVec: Social Entity Embeddings
University of Haifa(海法大学)
本文介绍了SocialVec,从社交网络引出社会世界知识的一般框架,并将此框架应用于Twitter。SocialVec学习流行账户的低维嵌入,这些账户代表普遍感兴趣的实体,基于个人用户在账户中的共同出现模式,从而在社会人口统计学方面建模实体相似性。类似于促进涉及文本处理的任务的词嵌入,我们期望社交实体嵌入有利于社交风味的任务。我们已经从Twitter网络的样本中学习了大约20万个流行账户的社交嵌入,其中包括超过130万用户及其关注的账户,并在两个不同的任务中评估结果嵌入。第一个任务涉及从用户的社交媒体资料中自动推断用户的个人特征。在另一项研究中,我们利用SocialVec嵌入来衡量Twitter新闻来源的政治偏见。在这两种情况下,我们证明SocialVec嵌入是有利的,与现有的实体嵌入方案相比。我们将公开SocialVec实体嵌入,以支持进一步探索Twitter中反映的社交世界知识。
2021-11-05 cs.AI cs.LG cs.SI
Analyzing Trendy Twitter Hashtags in the 2022 French Election
Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文提出将Twitter话题标签语义网络转化为最大生成树并构造用户级向量特征,用于预测用户情绪响应率,实验显示多数情绪R²超过0.5。
2024-02-29 cs.LG cs.SI
Heterogeneous Graph Attention Networks for Early Detection of Rumors on Twitter
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络空间安全学院);Macquarie University(麦考瑞大学);Xiaomi AI Lab(小米人工智能实验室)
随着移动互联网技术的快速发展和移动设备的广泛使用,人们在社交媒体上表达自己的意见变得更加容易。社交媒体平台的开放性和便利性为人们提供了自由表达的机会,但也引发了新的社会问题。社交媒体上虚假谣言的泛滥会带来公众的恐慌,损害个人声誉,这使得谣言自动检测技术变得尤为必要。现有的大多数谣言检测方法都集中在从文本内容、用户简档和传播模式中挖掘有效特征。然而,这些方法并没有充分利用文本内容的全局语义关系,这体现了谣言的语义共性作为检测谣言的关键因素。本文基于谣言的文本内容和源推文传播,构建了一个推文-词-用户异质图。提出了一种基于元路径的异构图注意力网络框架,用于捕获文本内容的全局语义关系,以及源推文传播的全局结构信息,用于谣言检测。真实世界的Twitter数据上的实验证明了所提出的方法的优越性,它也具有相当的能力,在非常早期的阶段检测谣言。
2020-06-10 cs.IR cs.LG cs.SI