基于多维动态特征验证的社交机器人账号检测

社交机器人账号的存在增加了无关、无效甚至虚假信息的传播机率，影响人类的线上及线下生活。人工识别此类账号需要工作者经验丰富，同时成本高、精度低。从账号动态变化角度出发引入社交关系关注数变化量、粉丝变化率和基于序列匹配的发文相似度特征，建立多维动态特征社交机器人账号检测模型，提出一种改进的基于AUC决策树分类评价指标随机森林优化算法以期解决以上问题。实验结果表明，改进后的算法对于提升检测准确率具有明显帮助，在社交机器人检测更注重的查全率方面也具有一定的优势。