[論文レビュー] Content-Based Spam Filtering on Video Sharing Social Networks

Antonio da Luz, Eduardo Valle+1 more|arXiv (Cornell University)|Apr 28, 2011

Video Analysis and Summarization参考文献 13被引用数 4

ひとこと要約

本稿では、視覚的特徴と顕在的意味解析（LSA）を用いたコンテンツベースのスパムフィルタリング手法を、動画共有ソーシャルネットワーク向けに提案する。静的および動的（動きに対応した）特徴を、文脈情報の有無に関わらず評価し、文脈に配慮した分析がスパム検出精度を顕著に向上させることを示している。またLSAが追加で性能向上をもたらすことを実証し、実世界のソーシャルネットワークにおける視覚的コンテンツベースのスパムフィルタリングの実現可能性を裏付けた。

ABSTRACT

In this work we are concerned with the detection of spam in video sharing social networks. Specifically, we investigate how much visual content-based analysis can aid in detecting spam in videos. This is a very challenging task, because of the high-level semantic concepts involved; of the assorted nature of social networks, preventing the use of constrained a priori information; and, what is paramount, of the context dependent nature of spam. Content filtering for social networks is an increasingly demanded task: due to their popularity, the number of abuses also tends to increase, annoying the user base and disrupting their services. We systematically evaluate several approaches for processing the visual information: using static and dynamic (motionaware) features, with and without considering the context, and with or without latent semantic analysis (LSA). Our experiments show that LSA is helpful, but taking the context into consideration is paramount. The whole scheme shows good results, showing the feasibility of the concept.

研究の動機と目的

• 人気の動画共有ソーシャルネットワークにおけるスパムの増加という課題に、ユーザー体験とサービスの整合性を損なう要因として対処すること。
• スパムの性質が事前知識に依存せず、文脈に依存する性質を鑑み、視覚的コンテンツベースの分析がスパム検出にどの程度有効であるかを調査すること。
• 視覚的特徴を用いたスパム検出性能に与える文脈認識および顕在的意味解析（LSA）の影響を評価すること。

提案手法

• 本手法は、動画フレームから抽出した視覚的特徴を用い、時間的変化を捉えるために静的（空間的）および動的（動きに対応した）特徴を併用する。
• 文脈は、動画のタイトル、説明、ユーザーの行動など周辺コンテンツとの関連を分析することで組み込み、意味的理解を向上させる。
• 顕在的意味解析（LSA）を用いて、視覚的特徴空間における次元削減と隠れた意味的関係の解明を実施する。
• 複数の構成を評価：LSAの有無、文脈情報の有無、静的特徴と動的特徴の比較。
• 視覚的特徴と文脈情報を統合した特徴に基づき、スパムまたは正当な動画として分類するための教師あり学習フレームワークを採用する。
• 実世界の動画データセットを用いて、標準的な指標（精度、再現率、F1スコア）を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 事前知識やメタデータに依存せずに、視覚的コンテンツベースの分析が、動画共有ソーシャルネットワークにおけるスパムをどの程度検出可能か。
• RQ2 動画のタイトル、説明、ユーザー行動などの文脈情報を取り入れることで、スパム検出精度はどの程度向上するか。
• RQ3 顕在的意味解析（LSA）が、スパム検出のための視覚的特徴表現の向上に果たす貢献は何か。
• RQ4 静的特徴と動きに対応した視覚的特徴は、スパムコンテンツ検出においてどのように比較されるか。
• RQ5 コンテンツベースのフィルタリングシステムは、現実世界の制約のあるソーシャルネットワーク環境でも高い性能を達成できるか。

主な発見

• 文脈情報の組み込みが、単に視覚的特徴に依存するモデルに比べ、スパム検出性能を顕著に向上させた。
• 顕在的意味解析（LSA）の適用により、視覚的特徴空間における意味的関係を捉えることで、分類精度に測定可能な向上が見られた。
• 特に偽装的または操作的な視覚的パターンを含む動画において、動きに対応した特徴が静的特徴よりも効果的にスパムを検出できた。
• 文脈とLSAの組み合わせが最も高いF1スコアを達成し、意味的文脈と特徴空間の次元削減の相乗効果を示した。
• 全体としてのシステムは強力な性能を示し、実世界の動画共有プラットフォームにおけるコンテンツベースのスパムフィルタリングの実現可能性を確認した。