La qualité de l'information dans les réseaux sociaux en ligne: une approche non supervisée et rapide de détection de spam - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2017

La qualité de l'information dans les réseaux sociaux en ligne: une approche non supervisée et rapide de détection de spam

Résumé

Online social networks provide data valuable for a tremendous range of applications. However, the easy-to-use interfaces and low limits of the publication generate various information quality problems, such the user-generated content in such networks. The existence of ill-intentioned users, so-called social spammers, belongs to this environments. The major limitations of the methods detecting spams are the use of supervised learning approaches that requiring ground truth data-sets. Moreover, the account-based detection methods are not practical for processing "crawled" large collections of social posts, requiring months to process such collections. Hence, in this paper, we introduce a design of an unsupervised learning approach dedicated for detecting spam accounts existing in large collections of "trending" topics. Our experimental evaluation on Twitter demonstrates the efficiency of our approach as well as its speed comparing to supervised approaches.
Les réseaux sociaux en ligne fournissent des données utiles pour une vaste gamme d'applications. Cependant, les interfaces faciles à utiliser et les faibles limites de sécurité à la publication génèrent divers problèmes liés à la qualité de "l'information", i. e. des contenus générés par l'utilisateur via ces réseaux. L'existence d'utilisateurs mal intentionnés, nommés spammeurs sociaux, entre dans ce cadre. Les principales limitations des approches de détection de spam sont qu'elles reposent sur des approches d'apprentissage supervisé qui exigent des ensembles de données vérité terrain. Par ailleurs, les approches de détection basées sur les comptes des utilisateurs ne sont pas utilisables pour le traitement de grandes collections de publications, car elles nécessitent des mois pour traiter ces collections. Dans cet article, nous présentons donc une approche d'apprentissage non supervisé dédiée à la détection de comptes spam dans de grandes collections de thématiques "tendances". Notre approche a été testée sur Twitter et a prouvé son efficacité ainsi que sa rapidité par rapport aux approches d'apprentissage supervisé.
Fichier principal
Vignette du fichier
washha_22070.pdf (349.93 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02871343 , version 1 (17-06-2020)

Identifiants

  • HAL Id : hal-02871343 , version 1
  • OATAO : 22070

Citer

Mahdi Washha, Manel Mezghani, Florence Sèdes. La qualité de l'information dans les réseaux sociaux en ligne: une approche non supervisée et rapide de détection de spam. 35ème congrès INFormatique des Organisations et Systemes d'Information et de Decision (INFORSID 2017), May 2017, Toulouse, France. pp.247-262. ⟨hal-02871343⟩
79 Consultations
52 Téléchargements

Partager

Gmail Facebook X LinkedIn More