論文の概要: ScamSpot: Fighting Financial Fraud in Instagram Comments
- arxiv url: http://arxiv.org/abs/2402.08869v1
- Date: Wed, 14 Feb 2024 00:30:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-15 17:20:26.132058
- Title: ScamSpot: Fighting Financial Fraud in Instagram Comments
- Title（参考訳）: ScamSpot:Instagramのコメントで金融詐欺と戦う
- Authors: Stefan Erben and Andreas Waldis
- Abstract要約: ScamSpotは、ブラウザ拡張、微調整されたBERTモデル、REST APIを含む包括的なシステムである。
データアノテーションの研究を行い、問題の原因と原因について光を当て、ユーザからのフィードバックと既存モデルとの比較を通じてシステムを評価する。
- 参考スコア（独自算出の注目度）: 1.8130068086063336
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The long-standing problem of spam and fraudulent messages in the comment
sections of Instagram pages in the financial sector claims new victims every
day. Instagram's current spam filter proves inadequate, and existing research
approaches are primarily confined to theoretical concepts. Practical
implementations with evaluated results are missing. To solve this problem, we
propose ScamSpot, a comprehensive system that includes a browser extension, a
fine-tuned BERT model and a REST API. This approach ensures public
accessibility of our results for Instagram users using the Chrome browser.
Furthermore, we conduct a data annotation study, shedding light on the reasons
and causes of the problem and evaluate the system through user feedback and
comparison with existing models. ScamSpot is an open-source project and is
publicly available at https://scamspot.github.io/.
- Abstract（参考訳）: 金融業界のinstagramページのコメント欄にあるスパムや詐欺メッセージに関する長年の問題は、毎日新しい犠牲者を訴えている。
Instagramの現在のスパムフィルターは不十分であり、既存の研究アプローチは主に理論的概念に限られている。
評価結果の実践的な実装は欠落している。
この問題を解決するために、ブラウザ拡張、細調整されたBERTモデル、REST APIを含む包括的なシステムであるScamSpotを提案する。
このアプローチは、chromeブラウザを使用するinstagramユーザーの検索結果のパブリックアクセシビリティを保証する。
さらに,データアノテーション研究を行い,問題の原因と原因について光を当て,ユーザからのフィードバックや既存モデルとの比較を通じてシステム評価を行う。
scamspotはオープンソースプロジェクトで、https://scamspot.github.io/で公開されている。
関連論文リスト
- Chatbot Arena: An Open Platform for Evaluating LLMs by Human Preference [48.99117537559644]
人間の好みに基づいた大規模言語モデル(LLM)を評価するオープンプラットフォームであるArenaを紹介する。
本手法は,クラウドソーシングを通じて,多種多様なユーザベースからのインプットを活用する。
本稿では,このプラットフォームについて述べるとともに,これまでに収集したデータを分析し,実際に使用している統計的手法について説明する。
論文 参考訳（メタデータ） (2024-03-07T01:22:38Z) - Combat AI With AI: Counteract Machine-Generated Fake Restaurant Reviews
on Social Media [77.34726150561087]
我々は、高品質なYelpレビューを活用して、OpenAI GPTレビュー作成者から偽レビューを生成することを提案する。
このモデルを適用して、非エリートレビューを予測し、複数の次元にまたがるパターンを識別する。
ソーシャルメディアプラットフォームは、マシン生成の偽レビューによって継続的に挑戦されていることを示す。
論文 参考訳（メタデータ） (2023-02-10T19:40:10Z) - Benchmarking Robustness to Adversarial Image Obfuscations [22.784762155781436]
悪意あるアクターは、機械学習モデルが正しい決定に達するのを防ぐために、イメージを侵害するポリシーを難なくすることができる。
ImageNetに基づくこのベンチマークは、悪意のあるアクターによって生成される難読化のタイプをシミュレートする。
論文 参考訳（メタデータ） (2023-01-30T15:36:44Z) - Spam Review Detection Using Deep Learning [0.0]
多くのオンラインサイトでは、レビューを投稿するオプションがあり、従って偽の有料レビューや非合法レビューのスコープを作成することができる。
これらの批判されたレビューは、一般大衆を誤解させ、レビューを信じるかどうかを混乱させる可能性がある。
スパムレビュー検出の問題を解決するために、著名な機械学習技術が導入されている。
論文 参考訳（メタデータ） (2022-11-03T09:41:48Z) - Signed Latent Factors for Spamming Activity Detection [1.8275108630751844]
署名された潜伏要因を利用して不正行為をフィルタリングする新しい試みを提案する。
複数のオンラインアプリケーションのスパム汚染されたリレーショナルデータセットは、統一された署名ネットワークによって解釈される。
様々な種類のWebアプリケーションの実世界のデータセットに対する実験は、LFMモデルがスパム行為の検出において最先端のベースラインを上回っていることを示している。
論文 参考訳（メタデータ） (2022-09-28T03:39:34Z) - Having your Privacy Cake and Eating it Too: Platform-supported Auditing
of Social Media Algorithms for Public Interest [70.02478301291264]
ソーシャルメディアプラットフォームは、情報や機会へのアクセスをキュレートするので、公衆の言論を形成する上で重要な役割を果たす。
これまでの研究では、これらのアルゴリズムが偏見や差別的な結果をもたらすことを示すためにブラックボックス法が用いられてきた。
本稿では,提案法の目標を満たすプラットフォーム支援型監査手法を提案する。
論文 参考訳（メタデータ） (2022-07-18T17:32:35Z) - A Robust Opinion Spam Detection Method Against Malicious Attackers in
Social Media [0.0]
これは、スマートスパマーがシステムに検出され、ブロックされることを恐れることなく、スパムの生成を継続できる方法で、システムを騙すことができる方法である。
頑健なグラフに基づくスパム検出手法を提案する。
論文 参考訳（メタデータ） (2020-08-19T19:54:44Z) - DFraud3- Multi-Component Fraud Detection freeof Cold-start [50.779498955162644]
コールドスタート(Cold-start)は、新しいユーザの認証に検出システムが失敗したことを指す重要な問題である。
本稿では,各コンポーネントに固有の表現を可能にする異種情報ネットワーク (HIN) としてレビューシステムをモデル化する。
HINとグラフ誘導はカモフラージュ問題(本物のレビュー付き詐欺師)に対処するのに役立ち、これはコールドスタートと組み合わされた場合、すなわち真に最初のレビューを持つ新しい詐欺師がより深刻であることが示されている。
論文 参考訳（メタデータ） (2020-06-10T08:20:13Z) - Cross-ethnicity Face Anti-spoofing Recognition Challenge: A Review [79.49390241265337]
Chalearn Face Anti-Spoofing Detection Challengeは、シングルモーダル(例えば、RGB)とマルチモーダル(例えば、RGB、Depth、赤外線(IR))のトラックで構成されている。
本稿では,その設計,評価プロトコル,結果の概要など,課題の概要について述べる。
論文 参考訳（メタデータ） (2020-04-23T06:43:08Z) - An Iterative Approach for Identifying Complaint Based Tweets in Social
Media Platforms [76.9570531352697]
本稿では,トランスポートドメインに関連する苦情に基づく投稿を識別する反復的手法を提案する。
研究目的のための新しいデータセットのリリースとともに、包括的評価を行う。
論文 参考訳（メタデータ） (2020-01-24T22:23:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。