Detecting Marionette Microblog Users for Improved Information Credibility

在这份报纸，我们建议检测 microblog 用户的一个特殊的组：被创造或采用由的活动木偶用户到后台操纵木偶的人，通过节目或手工地。不同于为信息分享或社会通讯存取 microblog 的正常用户，活动木偶用户执行特定的任务挣金融利润。例如，他们跟随某些用户增加他们的统计流行，或重新鸣叫一些鸣叫放大他们的统计影响。制作追随者或重新鸣叫计数不仅误导正常用户冤枉信息，而且严重损害基于 microblog 的应用，例如热鸣叫发现的选择和专家。在这篇论文，我们学习在 microblog 平台上检测活动木偶用户的重要问题。因为操纵木偶的人正在采用复杂策略产生作为正常用户介绍类似的行为的活动木偶用户，这个问题是挑战性的。处理这挑战，我们建议考虑歧视的信息的二种类型：1 ) 单个用户鸣叫行为并且 2 ) 在用户之中的社会相互作用。由把两个信息集成到一个监督半的概率的模型，我们能有效地把活动木偶用户与正常的区分开来。由在中国把建议模型用于最流行的 microblog 平台(Sina Weibo ) 之一，我们发现模型能近与 F 措施检测活动木偶用户到 0.9。另外，我们使用建议模型计算顶的活动木偶比率 200 大多数跟随的 microbloggers 和顶在 Sina Weibo 的 50 根大多数重新鸣叫的柱子。为了加速检测速度和还原剂，展示产生费用，我们进一步建议利用更少特征从 retweeters 识别活动木偶的一个小模型。