[论文解读] Followers or Phantoms? An Anatomy of Purchased Twitter Followers

Anupama Aggarwal, Ponnurangam Kumaraguru|arXiv (Cornell University)|Aug 7, 2014

Spam and Phishing Detection参考文献 19被引用 16

一句话总结

本研究分析了来自地下市场的购买 Twitter 粉丝，识别出其与真实用户在行为和资料特征上的差异。通过使用行为特征（尤其是取消关注熵）的监督学习方法，检测可疑关注行为的准确率达到 88.2%，揭示了虚假粉丝网络的关键指标。

ABSTRACT

Online Social Media (OSM) is extensively used by contemporary Internet users to communicate, socialize and disseminate information. This has led to the creation of a distinct online social identity which in turn has created the need of online social reputation management techniques. A significant percentage of OSM users utilize various methods to drive and manage their reputation on OSM. This has given rise to underground markets which buy/sell fraudulent accounts, `likes', `comments' (Facebook, Instagram) and `followers' (Twitter) to artificially boost their social reputation. In this study, we present an anatomy of purchased followers on Twitter and their behaviour. We illustrate in detail the profile characteristics, content sharing and behavioural patterns of purchased follower accounts. Previous studies have analyzed the purchased follower markets and customers. Ours is the first study which analyzes the anatomy of purchased followers accounts. Some of the key insights of our study show that purchased followers have a very high unfollow entropy rate and low social engagement with their friends. In addition, we noticed that purchased follower accounts have significant difference in their interaction and content sharing patterns in comparison to random Twitter users. We also found that underground markets do not follow their service policies and guarantees they provide to customer. Our study highlights the key identifiers for suspicious follow behaviour. We then built a supervised learning mechanism to predict suspicious follower behaviour with 88.2% accuracy. We believe that understanding the anatomy and characteristics of purchased followers can help detect suspicious follower behaviour and fraudulent accounts to a larger extent.

研究动机与目标

• 理解来自地下市场的购买 Twitter 粉丝在行为、资料和内容分享方面的特征。
• 识别能够区分虚假粉丝与真实用户的判别性特征。
• 开发一种监督学习模型，能够以高准确率检测可疑关注行为。
• 评估市场关于粉丝质量与留存率的承诺的可靠性。
• 为检测 Twitter 上的欺诈性粉丝网络提供可操作的指标。

提出的方法

• 使用无回关机制从地下 Twitter 粉丝市场收集购买的粉丝账户，以避免凭证泄露。
• 提取资料属性（例如，个人简介、头像、语言）和行为特征（例如，取消关注频率、转发与@提及的互动率）。
• 将“取消关注熵”定义为量化随时间推移不规则取消关注行为的指标。
• 使用带有 RBF 核的支持向量机（SVM）进行分类，采用 70-30 的训练集-测试集划分，并进行 10 折交叉验证。
• 逐步添加特征集（资料、行为、内容相关）以评估其对检测准确率的个体与综合影响。
• 使用标准指标评估模型性能：准确率、F1 分数和 AUC，并辅以混淆矩阵分析。

实验结果

研究问题

• RQ1 与真实用户相比，购买的 Twitter 粉丝在资料和行为特征上有何显著区别？
• RQ2 与随机 Twitter 用户相比，购买粉丝在内容分享和互动模式上存在哪些差异？
• RQ3 地下市场在粉丝质量与留存率方面的服务承诺在多大程度上得以兑现？
• RQ4 哪些行为特征最有效地识别可疑关注行为？
• RQ5 能否利用可测量的用户属性，通过监督学习模型准确分类可疑粉丝行为？

主要发现

• 购买粉丝表现出较高的取消关注熵，表明其频繁且不规则地取消关注所关注的账户，这种行为在真实用户中极为罕见。
• 这些账户与其关注对象的社交互动显著较低，包括转发率和@提及率均偏低。
• 研究发现，地下市场并未始终兑现其关于高质量、活跃或长期留存粉丝的承诺。
• 监督学习模型在检测可疑粉丝行为方面达到了 88.2% 的准确率，其中行为特征带来的性能提升最大。
• 取消关注熵、转发互动率、@提及互动率、语言重叠度以及社交声誉是检测中最具信息量的特征。
• 基于资料的特征（如个人简介、头像）在识别可疑行为方面效果最差，可能是因为真实账户中用户生成内容稀疏或缺失。