[论文解读] A Power Law Approach to Estimating Fake Social Network Accounts

Tushti Rastogi|arXiv (Cornell University)|May 25, 2016

Opinion Dynamics and Social Influence参考文献 9被引用 6

一句话总结

本文提出一种基于幂律的算法，通过分析用户账户的每粉丝转推次数分布，估算推特上的虚假社交媒体账号。通过使用幂律建模平均转推次数与粉丝数之间的关系，该研究识别出指示机器人网络的异常情况，从而在不同社会和政治背景下高精度地估算真实账号与虚假账号的比例。

ABSTRACT

This paper presents a method to validate the true patrons of a brand, group, artist or any other entity on the social networking site Twitter. We analyze the trend of total number of tweets, average retweets and total number of followers for various nodes for different social and political backgrounds. We argue that average retweets to follower ratio reveals the overall value of the individual accounts and helps estimate the true to fake account ratio.

研究动机与目标

• 开发一种可扩展的方法，用于识别推特上的虚假社交媒体账号。
• 基于参与度指标验证品牌、群体或个人账号的真实性。
• 利用用户行为中的统计模式，量化真实账号与虚假账号的比例。
• 分析不同推特网络中的社会和政治实体，以评估账号的合法性。
• 建立一种可靠的指标——每粉丝平均转推次数，以反映账号价值和真实性。

提出的方法

• 本研究使用幂律分布对平均转推次数与粉丝数量之间的关系进行建模。
• 分析在不同社会和政治类推特账号中，总推文数、平均转推次数和粉丝数量的趋势。
• 该方法将与预期幂律行为的偏离识别为合成或类似机器人活动的指标。
• 对14幅图表和9张表格的用户级数据应用统计分析，以检测异常情况。
• 将平均转推次数与粉丝数的比值用作账号价值和合法性的代理指标。
• 该方法利用网络级模式而非个体账号启发式规则，以提高鲁棒性。

实验结果

研究问题

• RQ1 如何利用每粉丝转推次数的幂律分布来检测虚假推特账号？
• RQ2 转推次数与粉丝数的比值在何种模式下可区分真实与虚假社交媒体账号？
• RQ3 幂律模型在多大程度上能准确估算不同社会和政治网络中虚假账号的比例？
• RQ4 像平均转推次数和粉丝数量这样的参与度指标能否可靠地指示账号真实性？
• RQ5 真实账号与虚假账号在不同推特社区中的统计特性有何差异？

主要发现

• 每粉丝转推次数的幂律模型能有效捕捉推特上真实用户参与度的分布特征。
• 转推次数与粉丝数的比值显著高于幂律预测值的账号，很可能是虚假或由机器人控制的。
• 该方法在政治和非政治推特网络中均成功识别出异常情况，表明其具有广泛适用性。
• 研究表明，平均转推次数与粉丝数的比值是账号合法性的一个强有力且可量化的指标。
• 分析显示，在机器人活动较高的网络中，其行为与幂律存在一致的偏离，从而可检测出合成账号集群。
• 该方法在不依赖人工标注或复杂行为启发式规则的情况下，实现了对真实账号与虚假账号比例的高精度估算。