Identification of troll vulnerable tergets in online social networks

dc.contributor.authorΤσανταρλιώτης, Παρασκευάςel
dc.date.accessioned2017-01-26T11:05:44Z
dc.date.available2017-01-26T11:05:44Z
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/123456789/27794
dc.identifier.urihttp://dx.doi.org/10.26268/heal.uoi.1783
dc.rightsAn error occurred on the license name.*
dc.rightsAn error occurred on the license name.*
dc.rights.uriAn error occurred getting the license - uri.*
dc.rights.uriAn error occurred getting the license - uri.*
dc.subjectΔιαδικτυακά τρολςel
dc.subjectΔιαδικτυακά κοινωνικά δίκτυαel
dc.subjectΕυπαθοί στόχοιel
dc.subjectΒαθμός ευπάθειας σε τρολςel
dc.subjectOnline trollsen
dc.subjectOnline social networksen
dc.subjectTroll vulnerable targetsen
dc.subjectTroll vulnerability ranken
dc.titleIdentification of troll vulnerable tergets in online social networksen
dc.titleΑναγνώρηση ευπαθών στόχων σε κακόβουλες επιθέσεις (Trolls) σε διαδικτυακά κοινωνικά δίκτυαel
heal.abstract“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.en
heal.abstractΤα 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.el
heal.academicPublisherΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικήςel
heal.academicPublisherIDuoi
heal.accessfree
heal.advisorNameΠιτουρά, Ευαγγελίαel
heal.bibliographicCitationΒιβλιογραφία : σ. 51-54el
heal.classificationOn- line trollsen
heal.committeeMemberNameΠιτουρά, Ευαγγελίαel
heal.committeeMemberNameΤσαπάρας, Παναγιώτηςel
heal.committeeMemberNameΒασιλειάδης, Παναγιώτηςel
heal.dateAvailable2017-01-26T11:06:44Z
heal.fullTextAvailabilitytrue
heal.languageen
heal.numberOfPages60 σ.
heal.publicationDate2016
heal.recordProviderΠανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικήςel
heal.typemasterThesis
heal.type.elΜεταπτυχιακή εργασίαel
heal.type.enMaster thesisen

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
Μ.Ε. ΤΣΑΝΤΑΡΛΙΩΤΗΣ ΠΑΡΑΣΚΕΥΑΣ 2016.pdf
Μέγεθος:
1.05 MB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Φόρτωση...
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
1.71 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή: