19、社交媒体意见分析与以太坊庞氏骗局检测

社交媒体意见分析与以太坊庞氏骗局检测

社交媒体意见分析

在社交媒体意见分析领域，有多种方法用于检测争议性内容。

图嵌入方法

• Metapath2vec ：用于异构图嵌入，基于元路径游走获取包含各种标签的顶点序列，然后使用异构Skip - Gram生成嵌入向量。元路径策略预先设定，且通常是对称的。
• node2vec和CTDNE ：嵌入维度设置为128。node2vec的最优关键参数p和q通过在{0.5, 1, 2}上进行网格搜索获得。

对于metapath2vec方法，节点分类过程如下：
1. 将所有节点分为三种类型：新闻、评论和用户，然后细分评论节点。
2. 制定五条元路径：
- 评论→新闻→评论
- 评论→评论
- 评论→用户→评论
- 评论→评论→新闻→评论
- 评论→评论→用户→评论

基于这些元路径，使用metapath2vec方法将原始网络映射到128维向量空间进行量化。对于所有基于嵌入的方法，采用逻辑回归（LR）和随机森林（RF）作为分类器进行争议检测。

性能比较

在头条数据集上比较PathMerge方法与基线方法的性能，评估指标包括宏平均精度（Avg. P）、宏平均召回率（Avg. Recall）、宏平均F1分数（Avg. F1）和准确率（Avg. Acc）。

头条数据集	方法