摘要
微博是信息交流的重要平台,其中存在的机器人账户对信息传播和舆论意见形成具有显著影响。研究微博环境中机器人账户的检测方法,在此基础上识别并处理机器人账户和它们发表的有害言论,能够遏制和消除它们带来的不利作用,对网络空间治理具有重要意义。该文系统地梳理了近年来微博环境中、特别是Twitter与Weibo平台中的机器人账户检测研究工作,列举了获取数据和提取特征的常用方法,着重阐述了基于统计方法、传统机器学习方法以及深度学习方法的机器人账户检测模型并评价其性能,分析了机器人账户检测技术目前面临的问题与挑战,展望了未来研究的发展方向。
Social bots in microblog platforms significantly impact information dissemination and public opinion stance.This paper reviews the recent researches on social bot account detection in microblogs,especially Twitter and Weibo.The popular methods for data acquisition and feature extraction are reviewed.Various bot detection algorithms are summarized and evaluated,including approaches based on statistical methods,classical machine learning methods,and deep learning methods.Finally,some suggestions for future research are anticipated.
作者
张玄
李保滨
ZHANG Xuan;LI Baobin(School of Computer Science and Technology,University of Chinese Academy of Sciences,Beijing 100049,China)
出处
《中文信息学报》
CSCD
北大核心
2022年第12期1-15,共15页
Journal of Chinese Information Processing
基金
国家重点研发计划
中央高校基本科研业务费专项资金(EOE48922X2)。
