Jan, 2013

研究用户在不同在线社交网络中的足迹

PDF
TL;DR本文利用 Social Graph API、FriendFeed 和 Profilactic 等工具提取了不同社交网络用户身份的信息，并生成了数字足迹。该文专注于推特和领英用户的自动分类，通过 UserID 和 Name 特征和相似度分析，实现了 98% 的准确性、99% 的精度和 96% 的召回率，从而解决了在多个社交网络上识别同一用户的问题。
发现论文，激发创造
  • 数字文体学：跨社交网络链接个人资料

    文章主要探讨如何通过 Digital Stylometry 这一方法，通过对语言、时间字符以及二者结构的匹配来实现不同社交媒体账户中用户的匹配，最终结果显示使用时间字符和语言结合的模型是最优匹配模型，并且能够正确匹配 Twitter 和 Facebook 上的 5,612 个不同用户账户中的 31%。

    May, 2016

  • MyDigitalFootprint: 广泛上下文数据集，适用于边缘计算应用

    本文介绍了 MyDigitalFootprint 数据集，它包含了智能手机传感器数据、物理接近信息和在线社交网络互动的大规模数据，支持多模态上下文识别和社交关系建模，并通过三个基于机器学习任务的上下文感知应用程序展示了其有效性。

    Jun, 2023

  • 利用在线用户画像检测 Twitter 上的社交机器人

    通过机器学习模型，利用推文文本中提取的用户资料来检测社交机器人（social bots）的研究，其主要贡献为提出一种利用个人信息相似性来区分社交机器人和人类用户的新模型，并创建了一个包含 6900 个 Twitter 账户资料的公共数据集。

    Mar, 2022

  • 用户个人资料在假新闻检测中的作用

    本文研究了解和利用社交媒体上的用户资料以便于发现假新闻。我们分析了用户在社交媒体上的分享行为以及其与真假新闻的关系，研究了隐式和显式资料特征，探讨了利用这些特征进行假新闻分类任务的可行性和有效性。

    Apr, 2019

  • 人格分析：社交媒体个人资料对预测个人信息有多大的信息量？

    通过分析个人的在线数字足迹，我们比较和研究了逻辑回归、朴素贝叶斯、支持向量机和随机森林等四个模型在预测人们完整性格类型方面的准确性和多样性，结果显示 SVM 模型以 20.95% 的准确性表现最优，尽管逻辑回归模型稍有劣势，但培训速度和预测性能明显更快，我们发现社交媒体上的个人特征标记数据集以及其他数据集都存在较大的类别不平衡问题，因此强调了在这些数据集上报告模型性能时需予以谨慎，同时我们比较了几种解决类别不平衡问题的方法，并开发了一个统计框架来评估模型中不同特征集的重要性，研究发现，对于直觉 / 感知模型（p = 0.032）和思维 / 情感模型（p = 0.019），某些特征相对于其他特征更具信息量，尽管我们将这些方法应用于 Myers-Briggs 性格分类中，但它们也可以更广泛地用于社交媒体上对个体的标记。

    Sep, 2023

  • 商务在线社交网络中的个人知名度

    本研究分析了在线社交网络中用户行为、利用率等信息，并在高流行度的社交网络平台上对用户档案属性和印象频率之间的关系进行了三个月的监测和分析，结果显示接受联系人的人数和更新联系人信息的勤奋程度与概要请求的频率之间存在较强的关系，但是用户的整体活动、性别和参与时间没有明显的影响。

    Mar, 2010

  • 关于大型在线社交网络中个人资料匹配的可靠性

    本文研究了面向实际应用的用户跨多个在线社交网络的个人资料匹配可靠性，提出了测量可靠性的标准并发现实际应用中的准确度显著低于以往文献研究所报道的准确度，揭示了在线社交网络个人资料匹配的局限性。

    Jun, 2015

  • 社会指纹识别：基于 DNA 启发的行为建模检测垃圾邮件机器人群组

    介绍了一种利用数字 DNA 技术来建模社交媒体用户行为的方式，可以高效地识别垃圾邮件机器人，并通过生成 Social Fingerprinting 来区分真实账户和垃圾邮件机器人。

    Mar, 2017

  • 社交媒体中的用户身份链接利用语言和社交互动特征

    该研究提出了一个基于机器学习的检测模型，通过使用用户在线活动的多个属性来识别虚拟身份是否属于同一个真实人，以防止虚假 / 非法活动的传播。通过在两个滥用和涉及恐怖主义的 Twitter 内容上演示模型的有效性。

    Aug, 2023

  • 使用监督机器学习算法对 Instagram 假用户进行分类

    该论文提出了一种应用程序，旨在检测和中和在线社交网络中的虚假实体，并着重保护公司免受潜在欺诈行为的影响。该应用程序以用户为中心的设计确保了对调查机构，尤其是刑事部门的可访问性，便于在复杂的社交媒体环境中进行导航和与现有调查程序的集成。

    Nov, 2023