Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

6. Graph-Based Semi-Supervised and Supervised Approaches for Detecting Pathogenic Social Media Accounts

verfasst von : Hamidreza Alvari, Elham Shaabani, Paulo Shakarian

Erschienen in: Identification of Pathogenic Social Media Accounts

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this chapter, we adopt the causal inference framework described previously along with graph-based metrics to distinguish PSMs from normal users within a short time of their activities. We propose both supervised and semi-supervised approaches without taking the network information and content into account. Results on the ISIS-A dataset demonstrate the advantage of our proposed frameworks. We show our approach achieves 0.28 improvement in F1 score over existing approaches with the precision of 0.90 and F1 score of 0.63.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Semi-Supervised Causal Inference for Identifying Pathogenic Social Media Accounts
Nächstes Kapitel Feature-Driven Method for Identifying Pathogenic Social Media Accounts
Literatur
1.
H. Alvari, S. Hashemi, A. Hamzeh, Detecting overlapping communities in social networks by game theory and structural equivalence concept, in International Conference on Artificial Intelligence and Computational Intelligence (Springer, 2011), pp. 620–630
2.
H. Alvari, A. Hajibagheri, G. Sukthankar, K. Lakkaraju, Identifying community structures in dynamic networks. Soc. Netw. Anal. Min. 6(1), 77 (2016)
3.
H. Alvari, E. Shaabani, P. Shakarian, Early identification of pathogenic social media accounts, in ISI (IEEE, 2018), pp. 169–174
4.
G. Beigi, H. Liu, Similar but different: Exploiting users’ congruity for recommendation systems, in International Conference on Social Computing, Behavioral-Cultural Modeling and Prediction and Behavior Representation in Modeling and Simulation (Springer, 2018), pp. 129–140
5.
G. Beigi, J. Tang, H. Liu, Social science–guided feature engineering: A novel approach to signed link analysis. ACM Trans. Intell. Syst. Technol. 11(1), (Jan. 2020)
6.
F. Pedregosa, G. Varoquaux, A. Gramfort, V. Michel, B. Thirion, O. Grisel, M. Blondel, P. Prettenhofer, R. Weiss, V. Dubourg, J. Vanderplas, A. Passos, D. Cournapeau, M. Brucher, M. Perrot, E. Duchesnay, Scikit-learn: Machine learning in Python. J. Mach. Learn. Res. 12, 2825–2830 (2011)MathSciNetMATH
7.
E. Shaabani, R. Guo, P. Shakarian, Detecting pathogenic social media accounts without content or network structure, in Data Intelligence and Security (ICDIS) (IEEE, 2018), pp. 57–64
8.
E. Shaabani, A. Sadeghi-Mobarakeh, H. Alvari, P. Shakarian, An end-to-end framework to identify pathogenic social media accounts on twitter. IEEE Conference on Data Intelligence and Security (2019)
9.
V. Subrahmanian, A. Azaria, S. Durst, V. Kagan, A. Galstyan, K. Lerman, L. Zhu, E. Ferrara, A. Flammini, F. Menczer, The DARPA twitter bot challenge. Computer 49(6), 38–46 (2016)CrossRef
10.
J. Webber, I. Robinson, A Programmatic Introduction to neo4j (Addison-Wesley Professional, 2018)
11.
X. Zhu, Semi-supervised learning literature survey. Comput. Sci. 2(3), 4 (2006). University of Wisconsin-Madison
Metadaten
Titel
Graph-Based Semi-Supervised and Supervised Approaches for Detecting Pathogenic Social Media Accounts
verfasst von
Hamidreza Alvari
Elham Shaabani
Paulo Shakarian
Copyright-Jahr
2021
Buch
Identification of Pathogenic Social Media Accounts

Print ISBN: 978-3-030-61430-0

Electronic ISBN: 978-3-030-61431-7

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-030-61431-7_6

Premium Partner

    Bildnachweise