arXiv 1901.045422019-01-14cs.CYcs.SI

BoostNet：社交机器人的自举检测，以及危地马拉的案例研究

BoostNet: Bootstrapping detection of socialbots, and a case study from Guatemala

E. I. Velazquez Richards, E. Gallagher, P. Suárez-Serrato

备注：: 7 pages, 4 figures
发表信息：: Selected Contributions on Statistics and Data Science in Latin America. FNE 2018. Springer Proceedings in Mathematics & Statistics, vol 301
DOI：: 10.1007/978-3-030-31551-1_11

摘要：

我们提出了一种方法来重建网络的socialbots给出最小的输入。然后，我们使用来自47，000个社交网络帐户的Botometer分数的核密度估计来找到自动化帐户的集群，发现超过5，000个社交机器人。这种统计和数据驱动的方法允许推断socialbot检测的阈值，如我们在危地马拉提出的案例研究所示。

英文摘要：

We present a method to reconstruct networks of socialbots given minimal input. Then we use Kernel Density Estimates of Botometer scores from 47,000 social networking accounts to find clusters of automated accounts, discovering over 5,000 socialbots. This statistical and data driven approach allows for inference of thresholds for socialbot detection, as illustrated in a case study we present from Guatemala.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。