文献

J-GLOBAL ID：201702264593534387   整理番号：17A0406539

多重ビューからの社会的スパマーの発見【Powered by NICT】

Discovering social spammers from multiple views

著者 (8件)： Shen Hua (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Shen Hua (College of Mathematics and Information Science, Anshan Normal University, Anshan 114007, China) ,  Ma Fenglong (SUNY at Buffalo, Buffalo, NY 14221, USA) ,  Zhang Xianchao (School of Software, Dalian University of Technology, Dalian 116620, China) ,  Zong Linlin (School of Computer Science and Technology, Dalian University of Technology, Dalian 116024, China) ,  Zong Linlin (School of Software, Dalian University of Technology, Dalian 116620, China) ,  Liu Xinyue (School of Software, Dalian University of Technology, Dalian 116620, China) ,  Liang Wenxin (School of Software, Dalian University of Technology, Dalian 116620, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 225  ページ： 49-57  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： オンラインソーシャルネットワークは悪意コンテンツとリンクを普及させるスパムのための一般的なプラットフォームになってきた。既存の最新の最適化手法は主にユーザ生成情報(すなわち,単一ビュー)の一種を用いるスパマーを同定するための分類モデルを学習した。スパマーの戦略の多様性と変動性のために,スパマーの行動は単一ビューの情報だけで完全に特性化できない可能性がある。この課題を解決するために,我々は最初の大規模実世界ツイッターデータセットにスパムの発信者検出タスクのための多視点情報を考慮することの重要性を統計的に解析した。それに応じて,多視点情報と新しい社会的正則化項を統合分類モデルに併用することにより一般化された社会的スパムの発信者検出フレームワークを提案した。元のデータセットの完全性を維持し,提案した方法によりスパムを検出するために,各ビューのための失われたデータを埋めるために簡単な戦略を導入した。実世界ツイッターデータセット上での実験結果は,提案した方法は,既存の方法よりも著しく優れていることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 最適化手法 ,  完全性 ,  コンテンツ ,  キャラクタリゼーション ,  *正則化 ,  多重化
準シソーラス用語： スパム ,  オンラインソーシャルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： ソーシャルスパムの発信者検出 ,  マルチビュー学習 ,  ソーシャル正則化項

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 多重 ,  社会 ,  発見