文献

J-GLOBAL ID：202002248010942282   整理番号：20A2628347

ツイッター上のテロリストの同定のためのグラフ近接特徴増強アプローチ【JST・京大機械翻訳】

A graph proximity feature augmentation approach for identifying accounts of terrorists on twitter

著者 (4件)： Aleroud Ahmed (Department of Information Systems, Yarmouk University, Irbid, Jordan) ,  Aleroud Ahmed (Department of Information Systems, University of Maryland, Baltimore, Maryland, Baltimore County (UMBC)) ,  Abu-Alsheeh Nisreen (Department of Information Systems, Yarmouk University, Irbid, Jordan) ,  Al-Shawakfa Emad (Department of Information Systems, Yarmouk University, Irbid, Jordan)
資料名： Computers & Security  (Computers & Security)
巻： 99  ページ： Null  発行年： 2020年 
JST資料番号： E0995A  ISSN： 0167-4048  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： ソーシャルネットワークの人気により,ISISのようなテロリストグループは,彼らの活動に従い,それらのアイデアを共有して,ファンを補充し,コミュニティを募集し,そして,将来の攻撃をサポートするために資金を提起する。これはテロリストまたはそれらのファンに属するラジカル化されたオンライン説明の出現につながった。そのような説明を追求することを目的とする対テロリズム調査のための既存の技術は,ユーザまたは構文ベースの感情分析技法による報告に基づいており,それは,ツイートのようなテロリストによって共有される短いテキスト上では正確でない。本研究では,ラジカル化されたオンラインコンテンツを発見するために,それらを調査する前に,ツイートのコンテンツを豊かにする特徴増強アプローチを提案した。次に,拡張ピンセットを用いて,Pro-ISIまたは抗ISISカテゴリーに分類した。特徴増強のためのベースライン法としてトピックモデリングを利用した。著者らは,ピンセットと対応する説明を分類する生成モデルの品質に及ぼす異なる時間間隔でツイートを利用する効果を研究した。次に,Pro-ISISカテゴリーと強い関係を持つ用語を発見するグラフ近接技法である,近隣のオーバラップを利用する新しい特徴増強アプローチを導入した。ピンセットから抽出した用語はグラフのノードとして表現され,次に異なる項を含むクラスタに分割される。各クラスタの強く接続された部分における用語は,それらの用語と各ピンセットの間の類似性に基づいて,ツイートの元のタームベクトルに拡張される。このアプローチを,Term-to-Term相関,Topicモデリング,および他の既存の技術のような他のベースライン増強技術と比較した。Pro-andanti-ISIS tweetsを含むデータセットに関する実験結果は,著者らのアプローチがオンラインでテロリストコンテンツの同定を自動化するために非常に有望であることを示した。結果は,用語増強のための近隣のオーバラップのようなグラフ近接測度を使用することが,典型的なアプローチより,より高い精度,Recall,およびF測度を獲得することを示した。さらに,ラジカル化同定のための項増大による時間ベース解析の適用が,研究過程の精度を高めることを見出した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 測度 ,  ベクトル ,  自動化 ,  情報科学 ,  コミュニティ ,  クラスタ ,  類似性 ,  基準線 ,  *コンテンツ
準シソーラス用語： ピンセット ,  社会的ネットワーク ,  オーバラップ ,  オンライン ,  生成モデル ,  *ツイッター , 【Automatic Indexing@JST】

著者キーワード (6件)： 特徴増強 ,  潜在的Dirichlet配分(lda) ,  社会ネットワーク分析 ,  時間的解析 ,  テロリズム情報学 ,  グラフ近傍

分類 (2件)： データ保護  (JD01020V) ,  計算機網  (JC03000K)

タイトルに関連する用語 (5件)： ツイッター ,  テロリスト ,  同定 ,  グラフ ,  増強