論文の概要: Understanding Scam Trends and Rail Paths from Reddit Self-Disclosure Narratives

• arxiv url: http://arxiv.org/abs/2606.16874v1
• Date: Mon, 15 Jun 2026 15:50:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.681296
• Title: Understanding Scam Trends and Rail Paths from Reddit Self-Disclosure Narratives
• Title（参考訳）: Redditの自己開示ナラティブからスカムトレンドとレールパスを理解する
• Authors: Yangjun Zhang, Mirko Bottarelli, Mark Hooper, Carsten Maple,
• Abstract要約: 既存の研究は詐欺の種類やレールの特徴を分析するが、長年にわたって詐欺の動向を追跡できない。 我々は、2023年から2025年までのRedditの自己開示物語を用いて、スカムの特徴とレールパスの年次傾向を分析するデータセットを構築した。
• 参考スコア（独自算出の注目度）: 12.665919846874568
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online scam behavior is inherently multi-stage, and the lifecycle includes temporally ordered rails and events rather than isolated signals. Existing works analyze characteristics of scam types and rails, but they do not track scam trends across years. Moreover, the work on the relations between rails is hampered due to the lack of open-source datasets with annotations and coverage of different scam types. To address these gaps, we build a dataset to analyze the yearly trend of scam characteristics and rail paths using Reddit self-disclosure narratives from 2023 to 2025. We collect 21,304 posts from scam-related subreddits with at least one rail among identity, communication, platform, and payment for trend analysis by heuristic annotation. Then, we label 1,800 posts containing explicit or recoverable scam chains by an LLM-assisted method for scam path analysis. The method is evaluated with human annotation. Lastly, we run a topic model on the comments of the posts to analyze the community support behavior. The results reveal that scam processes are predominantly multi-rail. Across years, different scam types and rail components dominate. Different scam types vary systematically in path complexity. Reddit support behaviors have become more detailed over time. This work supports synthetic scam chain data simulation and AI-related scam risk assessment, though findings may not generalise to other platforms.
• Abstract（参考訳）: オンライン詐欺行為は本質的にマルチステージであり、ライフサイクルには孤立した信号ではなく、時間的に順序付けられたレールやイベントが含まれている。 既存の研究は詐欺の種類やレールの特徴を分析するが、長年にわたって詐欺の動向を追跡できない。 さらに、アノテーションによるオープンソースデータセットの欠如や、さまざまなスカムタイプのカバレッジのため、レール間の関係に関する作業が妨げられている。 これらのギャップに対処するため、私たちは、2023年から2025年までのRedditの自己開示物語を用いて、スカム特性とレールパスの年次傾向を分析するデータセットを構築した。 我々は、ヒューリスティックアノテーションによるトレンド分析のためのアイデンティティ、コミュニケーション、プラットフォーム、支払いの少なくとも1つのレールを持つスカム関連サブレディットから21,304の投稿を収集した。 次に,LLMを用いたスカムパス解析手法により,明示的又は回復可能なスカムチェーンを含む1,800のポストをラベル付けした。 この手法は人間のアノテーションを用いて評価する。 最後に、コミュニティサポートの振る舞いを分析するために、投稿のコメントに関するトピックモデルを実行します。 その結果,スカムプロセスは主にマルチレールであることが判明した。 長年にわたり、異なるスカムタイプとレールコンポーネントが支配的であった。 異なるスカムタイプは、パスの複雑さにおいて体系的に異なる。 Redditのサポート行動は、時間とともにより詳細になっています。 この研究は、合成詐欺チェーンデータシミュレーションとAI関連の詐欺リスクアセスメントをサポートするが、他のプラットフォームには一般化されない可能性がある。

関連論文リスト

• LongTraceRL: Learning Long-Context Reasoning from Search Agent Trajectories with Rubric Rewards [53.339700196282905]
  検証可能な報酬(RLVR)による強化学習は,この課題を約束している。 既存の方法は、信頼性の低いインタプリタと、スパースで結果のみの報酬信号によって制限される。 textscLongTraceRLは、ランダムサンプリングやワンショット検索によって作られたものよりもはるかに難しいトレーニングコンテキストを生成する。
  論文  参考訳（メタデータ） (2026-05-29T17:51:40Z)
• PreScam: A Benchmark for Predicting Scam Progression from Early Conversations [22.864427809364397]
  初期の会話から詐欺進行をモデル化するためのベンチマークであるPreScamを紹介する。 リアルタイム終端予測とスキャマー動作予測という2つのタスクのモデルをベンチマークする。 その結果, 表面流速と進行モデルの間には明確なギャップが認められた。
  論文  参考訳（メタデータ） (2026-05-12T15:11:41Z)
• Cognitive Chain-of-Thought: Structured Multimodal Reasoning about Social Situations [49.16462809584473]
  CoT(Chain-of-Thought)は、モデルを段階的に考えるのに役立つ。しかし、彼らが見、理解し、一度に判断しなければならないと、どうなるのか? 認知的連鎖(CoCoT)は,認知にインスパイアされた3つの段階(知覚,状況,規範)を通じて,VLM推論を足場とする促進戦略である。
  論文  参考訳（メタデータ） (2025-07-27T20:40:30Z)
• PsyScam: A Benchmark for Psychological Techniques in Real-World Scams [38.57446009573742]
  PsyScamは、現実世界の詐欺報告で使用される心理的テクニックを体系的に捉えるために設計されたベンチマークである。 PsyScamは、実世界のスキャマーが使用するPTに基づいて、スキャマーコンテンツの検出と生成において、既存のモデルに重大な課題をもたらすことを示す。
  論文  参考訳（メタデータ） (2025-05-21T01:55:04Z)
• Conning the Crypto Conman: End-to-End Analysis of Cryptocurrency-based Technical Support Scams [19.802676243375615]
  暗号通貨ベースの技術サポート詐欺という詐欺の流行が高まっている。 この種の詐欺を分析するために,HoneyTweetという分析装置を提案する。
  論文  参考訳（メタデータ） (2024-01-18T09:31:45Z)
• Bandit Social Learning: Exploration under Myopic Behavior [54.767961587919075]
  オンラインプラットフォーム上でのレビューによって動機付けられた社会学習のダイナミクスについて検討する。 エージェントはまとめて単純なマルチアームのバンディットプロトコルに従うが、各エージェントは探索を伴わずにミオプティカルに振る舞う。 このような振る舞いに対して,スターク学習の失敗を導出し,好意的な結果を提供する。
  論文  参考訳（メタデータ） (2023-02-15T01:57:57Z)
• Recent trends in Social Engineering Scams and Case study of Gift Card Scam [4.345672405192058]
  社会工学詐欺(SES)は、人類による電気通信の導入以来、存在してきた。 世界中の無実の人々をターゲットにした、様々なソーシャルエンジニアリング詐欺の最近の動向。 各種企業顧客を対象としたリアルタイムギフトカード詐欺の事例研究
  論文  参考訳（メタデータ） (2021-10-13T04:17:02Z)

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。