Key points are not available for this paper at this time.
Trop de pollueurs de contenu sur les réseaux sociaux rendent difficile pour les utilisateurs de parcourir des contenus précieux. Certaines recherches ont été réalisées sur la détection de spam et de phishing sur les réseaux sociaux, mais celles-ci ne représentent qu'une petite partie de tous les pollueurs de contenu. Ce qui dérange le plus les utilisateurs, ce sont ces grandes quantités de publicités de faible qualité répétées. Il est donc nécessaire de filtrer ces pollueurs de contenu pour améliorer l'expérience des utilisateurs. De plus, la plupart des travaux de détection de phishing/spam sont réalisés hors ligne et certaines des caractéristiques utilisées prennent trop de temps à extraire, rendant impossible la détection en temps réel. Nous réalisons une étude sur un large ensemble de données Twitter et présentons une définition des pollueurs de contenu. Nous proposons également de nouvelles caractéristiques et, avec d'autres caractéristiques couramment utilisées dans la détection de phishing/spam, nous les classons en deux catégories : caractéristiques directes et caractéristiques indirectes. Un simple classificateur de forêt aléatoire est appliqué uniquement sur la base de nos caractéristiques directes proposées pour la détection en temps réel des pollueurs de contenu et il atteint une précision raisonnablement élevée avec des valeurs F1 élevées.
Chen et al. (Tue,) ont étudié cette question.