- Об институте
- Инновации
- Структура
- Отдел "Архитектуры вычислительных систем"
- Отдел "Информационных систем"
- Отдел "Компиляторных технологий"
- Отдел "Системного программирования"
- Отдел "Системной интеграции и прикладных программных комплексов"
- Отдел "Теоретической информатики"
- Отдел "Технологий программирования"
- Ученый совет
- Диссертационный совет
- Центр верификации ОС Linux
- Исследовательский центр доверенного искусственного интеллекта
- Центр компетенции по параллельным и распределенным вычислениям
- Образование
- Издания
- Новости
- Лицензии
Make Social Networks Clean Again: Graph Embedding and Stacking Classifiers for Bot Detection
Авторы
K. Skorniakov, D. Turdakov, and A. Zhabotinsky
Аннотация
The paper introduces a novel approach to the detection of social bots using ensembling of classifiers. We also studied the impact of different feature sets and demonstrated the power of graph em- bedding which is underused by the existing methods. The main contribution of this work is a creating of a stacking based ensem- ble, which effectively exploits text and graph features. Empirical evaluation proved the effectiveness of the proposed method for bots detection and showed improvement in comparison to existing solutions by 4-9 points of AUC.
Полный текст статьи в формате pdf (на английском)Ключевые слова
social network, ensemble, bot detection, graph embedding, stacking
Издание
2nd International Workshop on Rumours and Deception in Social Media (RDSM)