Identification of troll vulnerable tergets in online social networks
Φόρτωση...
Ημερομηνία
Συγγραφείς
Τσανταρλιώτης, Παρασκευάς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικής
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
“Trolling” describes a range of antisocial online behaviors that aim at disrupting the normal operation of online social networks and media. Combating trolling is an important problem in the online world. Existing approaches rely on human-based or automatic mechanisms for identifying trolls and troll posts. In this work, we take a novel approach to the trolling problem: our goal is to identify the targets of the trolls, so as to prevent trolling before it happens. We thus define the troll vulnerability prediction problem, where given a post we aim at predicting whether it is vulnerable to trolling. Towards this end, we define a novel troll vulnerability metric of how likely a post is to be attacked by trolls, and we construct models that use features from the content and the history of the post for the prediction. Our experiments with real data from Reddit demonstrate that our approach is successful in recalling a large fraction of the troll-vulnerable posts.
Τα κοινωνικά μέσα παίζουν σημαντικό ρόλο στις μέρες μας.Καθημερινα, δισεκατομύρια από χρήστες από διάφορες χώρες συμμετέχουν σε κοινωνικά δίκτυα, φόρουμς και υπηρεσίες micro-blogging.Θα μπορούσαμε να πούμε ότι συμμετέχουν σε εικονικούς διαλόγους, που διεξάγονται σε παγκόσμια κλίμακα, όπου μπορουν να συζητούν και να ανταλλάσουν απόψεις με ανθρώπους από όλο τον κόσμο.Ωστόσο, υπάρχουν κάποιοι χρήστες που έχουν διαφορετικά κίνητρα για τέτοιες εικονικές συζητήσεις.Η συνισφορά τους σε τέτοιεις συζητήσεις δεν είναι θετική, αντίθετα προσπαθούν να προκαλέσουν αναστάτωση και να διασπάσουν τη συζήτηση.Τέτοιοι χρήστες συνήθως αποκαλούνται διαδικτυακά τρολς.Τα τρολλς αποτελούν ένα σημαντικό πρόβλημα στα κοινωνικά μέσα γιατί υπονομεύουν την ομαλή τους λειτουργία.Η έννοια του τρολλ έχει χρησιμοποιηθεί για να χαρακτηρίσει μια ευρεία γκάμα συμπεριφορών σε εικονικές συζητήσεις, όπως αστεϊσμός εκτός θέματος και υβριστική συμπεριφορά.Χαρακτηριστικά παραδείγματα συπεριφοράς ειναι ο χλευασμός και η απαξίωση των συνομιλιτών του και η διακίνηση ψευδών πληροφοριών ή ειδήσεων.Επίσης, πολλές φορές παρουσιάζουν πιο επιθετική συμπεριφορά που θα μπορούσε να χαρακτηριστεί εγκληματική.Οι στόχοι των τρολλς δεν είναι εμφανείς, ωστόσο φαίνεται οτι αρέσκονται στο να δημιουργούν σύγχυση και να εκνευρίζουν τους συνομιλητές τους.Τα διαδικτυακά τρολλς συμμετέχουν στις συζητήσεις παριστάνοντας τους κανονικούς χρήστες και προσπαθούν να επιτεύξουν τους στόχους τους.Είναι εμφανές ότι το διαδικτυακό τρολλάρισμα είναι ένα σημαντικό πρόβλημα στα κοινωνικά μέσα.Πολλά κοινωνικά δίκτυα έχουν αναπτύξει διάφορους μηχανισμούς για να αντιμετωπίσουν αυτό το φαινόμενο.Τα τελευταία χρόνια το πρόβλημα αυτό έχει κεντρίσει το ενδιαφέρον της επιστημονικής κοινότητας.Οι περισσότερες εργασίες έχουν επικεντρωθεί στην ανίχνευση μηνυμάτων με ακατάλληλο περιεχόμενο και των χρηστών που δημοσιεύουν τέτοια μηνύματα.Ωστόσο, το πρόβλημα δεν φαίνεται να έχει λυθεί.Σε αυτή τη δουλειά, προσεγγίζουμε το πρόβλημα από μία διαφορετική γωνία.Αντί να προσπαθήσουμε να ανιχνεύσουμε τρολλς και τα μηνύματα τους, προσπαθούμε να αναγνωρίσουμε πιθανούς στόχους των τρολλς.Πιο συγκεκριμένα, δεδομένου ενός μηνύματος, προσπαθούμε να προβλέψουμε αν θα προσελκύσει τρολλς, δηλαδή αν είναι ευάλωτο από τρολλς.Προκειμένου να το επιτύχουμε αυτό χρειαζόμαστε μία μετρική που να ποσοτικοποιεί την επικινδυνότητα του μηνύματος.Αρχικά, ορίζουμε τρεις βασικές ιδιότητες που πρέπει να πληροί αυτή η μετρική καιs στη συνέχεια βασιζόμενοι σε αυτές τις ιδιότητες ορίζουμε τον Βαθμό Ευπάθειας από Τρολς (TrollVulnerablilityRank), την οποία ονομάζουμεTVRank.Η μετρική αυτή βασίζεται στην ποσότητα των τρολλ μηνυμάτων που ακολουθούν ένα συγκεκριμένο μήνυμα.Χρησιμοποιώντας την μετρική TVRank, ορίζουμε το πρόβλημα της πρόβλεψης ευπαθών μηνυμάτων από τρολλς.Στόχος μας είναι να προβλέψουμε σχόλια τα οποία θα αποκτήσουν μεγάλες τιμές της μετρικής TVRank.Χρησιμοποιούμε μοντέλα τα οποία εκπαιδεύουμε με ιστορικά δεδομένα και τα εφαρμόζουμε σε νέα μηνύματα.Η αξιολόγηση των μοντέλων μας γίνεται σε πραγματικά δεδομένα από το Reddit και έδειξε ότι τα μοντέλα μας μπορούν να αναγνωρίσουν ένα μεγάλο ποσοστό από ευπαθή μηνύματα.
Τα κοινωνικά μέσα παίζουν σημαντικό ρόλο στις μέρες μας.Καθημερινα, δισεκατομύρια από χρήστες από διάφορες χώρες συμμετέχουν σε κοινωνικά δίκτυα, φόρουμς και υπηρεσίες micro-blogging.Θα μπορούσαμε να πούμε ότι συμμετέχουν σε εικονικούς διαλόγους, που διεξάγονται σε παγκόσμια κλίμακα, όπου μπορουν να συζητούν και να ανταλλάσουν απόψεις με ανθρώπους από όλο τον κόσμο.Ωστόσο, υπάρχουν κάποιοι χρήστες που έχουν διαφορετικά κίνητρα για τέτοιες εικονικές συζητήσεις.Η συνισφορά τους σε τέτοιεις συζητήσεις δεν είναι θετική, αντίθετα προσπαθούν να προκαλέσουν αναστάτωση και να διασπάσουν τη συζήτηση.Τέτοιοι χρήστες συνήθως αποκαλούνται διαδικτυακά τρολς.Τα τρολλς αποτελούν ένα σημαντικό πρόβλημα στα κοινωνικά μέσα γιατί υπονομεύουν την ομαλή τους λειτουργία.Η έννοια του τρολλ έχει χρησιμοποιηθεί για να χαρακτηρίσει μια ευρεία γκάμα συμπεριφορών σε εικονικές συζητήσεις, όπως αστεϊσμός εκτός θέματος και υβριστική συμπεριφορά.Χαρακτηριστικά παραδείγματα συπεριφοράς ειναι ο χλευασμός και η απαξίωση των συνομιλιτών του και η διακίνηση ψευδών πληροφοριών ή ειδήσεων.Επίσης, πολλές φορές παρουσιάζουν πιο επιθετική συμπεριφορά που θα μπορούσε να χαρακτηριστεί εγκληματική.Οι στόχοι των τρολλς δεν είναι εμφανείς, ωστόσο φαίνεται οτι αρέσκονται στο να δημιουργούν σύγχυση και να εκνευρίζουν τους συνομιλητές τους.Τα διαδικτυακά τρολλς συμμετέχουν στις συζητήσεις παριστάνοντας τους κανονικούς χρήστες και προσπαθούν να επιτεύξουν τους στόχους τους.Είναι εμφανές ότι το διαδικτυακό τρολλάρισμα είναι ένα σημαντικό πρόβλημα στα κοινωνικά μέσα.Πολλά κοινωνικά δίκτυα έχουν αναπτύξει διάφορους μηχανισμούς για να αντιμετωπίσουν αυτό το φαινόμενο.Τα τελευταία χρόνια το πρόβλημα αυτό έχει κεντρίσει το ενδιαφέρον της επιστημονικής κοινότητας.Οι περισσότερες εργασίες έχουν επικεντρωθεί στην ανίχνευση μηνυμάτων με ακατάλληλο περιεχόμενο και των χρηστών που δημοσιεύουν τέτοια μηνύματα.Ωστόσο, το πρόβλημα δεν φαίνεται να έχει λυθεί.Σε αυτή τη δουλειά, προσεγγίζουμε το πρόβλημα από μία διαφορετική γωνία.Αντί να προσπαθήσουμε να ανιχνεύσουμε τρολλς και τα μηνύματα τους, προσπαθούμε να αναγνωρίσουμε πιθανούς στόχους των τρολλς.Πιο συγκεκριμένα, δεδομένου ενός μηνύματος, προσπαθούμε να προβλέψουμε αν θα προσελκύσει τρολλς, δηλαδή αν είναι ευάλωτο από τρολλς.Προκειμένου να το επιτύχουμε αυτό χρειαζόμαστε μία μετρική που να ποσοτικοποιεί την επικινδυνότητα του μηνύματος.Αρχικά, ορίζουμε τρεις βασικές ιδιότητες που πρέπει να πληροί αυτή η μετρική καιs στη συνέχεια βασιζόμενοι σε αυτές τις ιδιότητες ορίζουμε τον Βαθμό Ευπάθειας από Τρολς (TrollVulnerablilityRank), την οποία ονομάζουμεTVRank.Η μετρική αυτή βασίζεται στην ποσότητα των τρολλ μηνυμάτων που ακολουθούν ένα συγκεκριμένο μήνυμα.Χρησιμοποιώντας την μετρική TVRank, ορίζουμε το πρόβλημα της πρόβλεψης ευπαθών μηνυμάτων από τρολλς.Στόχος μας είναι να προβλέψουμε σχόλια τα οποία θα αποκτήσουν μεγάλες τιμές της μετρικής TVRank.Χρησιμοποιούμε μοντέλα τα οποία εκπαιδεύουμε με ιστορικά δεδομένα και τα εφαρμόζουμε σε νέα μηνύματα.Η αξιολόγηση των μοντέλων μας γίνεται σε πραγματικά δεδομένα από το Reddit και έδειξε ότι τα μοντέλα μας μπορούν να αναγνωρίσουν ένα μεγάλο ποσοστό από ευπαθή μηνύματα.
Περιγραφή
Λέξεις-κλειδιά
Διαδικτυακά τρολς, Διαδικτυακά κοινωνικά δίκτυα, Ευπαθοί στόχοι, Βαθμός ευπάθειας σε τρολς, Online trolls, Online social networks, Troll vulnerable targets, Troll vulnerability rank
Θεματική κατηγορία
On- line trolls
Παραπομπή
Σύνδεσμος
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικής
Όνομα επιβλέποντος
Πιτουρά, Ευαγγελία
Εξεταστική επιτροπή
Πιτουρά, Ευαγγελία
Τσαπάρας, Παναγιώτης
Βασιλειάδης, Παναγιώτης
Τσαπάρας, Παναγιώτης
Βασιλειάδης, Παναγιώτης
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικής
Πίνακας περιεχομένων
Χορηγός
Βιβλιογραφική αναφορά
Βιβλιογραφία : σ. 51-54
Ονόματα συντελεστών
Αριθμός σελίδων
60 σ.
Λεπτομέρειες μαθήματος
item.page.endorsement
item.page.review
item.page.supplemented
item.page.referenced
Άδεια Creative Commons
Άδεια χρήσης της εγγραφής: An error occurred on the license name.