【文献阅读】Dispelling the Fake: Social Bot Detection Based on Edge Confidence Evaluation

Introduction

传播虚假信息用于：选举、金融、医疗

与真实账户互动的高级机器人，在与真实账户的互动中，导致图结构包含伪装和不可靠的边缘。这些不可靠的边缘干扰了机器人和人类表示之间的区分。

基于边缘置信度评估（BECE, Bot detection method based on Edge Confidence Evaluation）的社交机器人检测方法：其中的边缘置信度评估模块，用于评估边缘的可靠性并识别不可靠的边缘。

基于用户节点的表示为边缘设计特征，并引入参数化高斯分布，将边缘嵌入映射到潜在语义空间。我们通过最小化与标准分布的Kullback–Leibler（KL）散度来优化这些嵌入，并基于边缘表示评估它们的置信度。

在三个真实世界数据集上的实验结果表明，BECE在社交机器人检测方面有效且优越。此外，在六种广泛使用的GNN架构上的实验结果表明，我们提出的边缘置信度评估模块可以作为插件使用，以提高检测性能。