TargetVue：オンラインコミュニケーションシステムにおける異常なユーザー行動の視覚的分析

オンラインコミュニケーションシステム（例：電子メールやソーシャルメディアプラットフォーム）における異常な行動を示すユーザーは、社会に対する潜在的な脅威です。高度な機械学習技術に基づく自動異常検出がこの問題に対抗するために開発されましたが、モデルのトレーニングと評価のための適切なグラウンドトゥルースを取得することが難しいため、課題が残ります。そのため、自動分析結果に対する相当な人間の判断がしばしば必要とされ、異常検出のパフォーマンスをより良く調整することが求められます。残念ながら、ユーザーが分析結果をより効率的に理解し、異常に関する自信を持った判断を下し、データをその文脈内で探索することを可能にする技術はまだ不足しています。本論文では、TargetVueという新しい視覚分析システムを提案します。このシステムは、監視なしの学習モデルを使用して異常なユーザーを検出し、新しい視覚化デザインと複数の調整された文脈ビューを通じて、疑わしいユーザーの行動を行動に富んだ文脈の中で視覚化します。特に、TargetVueは、ユーザーの行動を視覚的に要約するための3つの新しいエゴセントリックグリフを組み込んでおり、ユーザーのコミュニケーション活動、特徴、およびソーシャルインタラクションを効果的に示します。これらのグリフを三角形グリッド上に配置する効率的なレイアウト方法が提案されており、ユーザー間の類似性を捉え、異なるユーザーの行動の比較を容易にします。私たちは、Twitterデータを使用したソーシャルボット検出チャレンジにおけるTargetVueの応用、電子メール記録に基づくケーススタディ、および専門家ユーザーとのインタビューを通じてTargetVueの力を示します。私たちの評価は、TargetVueが異常なコミュニケーション行動を持つユーザーの検出に有益であることを示しています。