FdGars:オンラインアプリケーションレビューシステムにおけるグラフ畳込みネットワークによるFraudster検出【JST・京大機械翻訳】

Wang Jianyu; Wen Rui; Wu Chunming; Huang Yu; Xion Jian

文献

J-GLOBAL ID：202002220677473771 整理番号：20A2072693

FdGars:オンラインアプリケーションレビューシステムにおけるグラフ畳込みネットワークによるFraudster検出【JST・京大機械翻訳】

FdGars: Fraudster Detection via Graph Convolutional Networks in Online App Review System

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2072693&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (5件)： , , , ,
資料名：
号： WWW ’19 ページ： 310-316 発行年： 2019年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

オンラインレビューシステムは,ユーザが製品に関するレビューを提出することを可能にする。しかし,クラウドソーシングタスクのためのインターネットと金銭的報酬の開放性は,アプリのランクを干渉するために,偽のレビューと広告を書くために,多数の不正なユーザを刺激する。スパムレビューを検出するための既存の方法は成功しているが,それらは通常e-コマース(例えばアマゾン,eBay)および推薦(例えばYelp,Dianping)システムを目指している。不正利用者の行動は複雑性であり,異なるレビュープラットフォームで変化するので,既存の方法はオンラインアプリレビューシステムにおける fraudster検出に適していない。この疑問に光を当てるために,異なるレビュープラットフォームからの不正ユーザの意図を分析し,コンテンツ(類似性,特殊シンボル)と行動(タイムスタンプ,デバイス,ログイン状態)の特性を利用してそれらを分類した。スパミング活動の包括的な解析と正常と悪意のあるユーザの間の関係によって,著者らはFdGarsを設計して,オンラインアプリレビューシステムにおける fraudster検出のための最初のグラフ畳込みネットワークアプローチである。次に,著者らは,実際の大規模データセット(82,542ノード,および42,433,134エッジ)のFdGarsを,Tencent App Storeから評価する。結果は,FdGarsのF1スコアが0.938+を達成することができ,それはいくつかのベースラインと最先端の fraudster検出方法より優れていることを証明した。さらに,著者らは,その有効性とスケーラビリティを示すために,FdGarsをTencent Beacon anti-Fraudプラットフォームに配置した。著者らの知る限り,これは大規模オンラインアプリレビューシステムにおける fraudster検出に対するグラフ畳込みネットワークを使用する最初の研究である。FdGarsは,抗スパムタスクにおけるラベルのデータが不足している場合でも,悪意のある説明を開示できると言及する価値がある。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

計算機網 , データ保護 , 情報サービス

前のページに戻る