是否有一些可靠的方法来检测虚假的 Facebook 个人资料 [关闭]答案

【问题标题】：Is there some reliable way of detecting fake Facebook profiles [closed]是否有一些可靠的方法来检测虚假的 Facebook 个人资料 [关闭]
【发布时间】：2013-12-25 18:28:18
【问题描述】：

我相信这对许多 Facebook 开发人员来说可能会很有趣。是否有一些可靠的方法可以检测 Facebook 上的虚假个人资料？我正在为 Facebook 开发一些游戏和应用程序，并有一些虚拟商品出售。如果玩家想玩更多，他可以创建另一个配置文件或许多其他配置文件，并随心所欲地玩。这里的想法是以某种方式检测到这一点并阻止他们这样做。

最好的问候！

【问题讨论】：

这个问题不属于这里，因为它太宽泛并且没有解决编程问题。但如果有办法做到这一点，Facebook 会删除那些虚假的个人资料。
在 SO 上发布此问题之前，您是否阅读了这些标签？
@GuntramBlohm 为什么它不能解决编程问题？我可以想到几种以编程方式解决此问题的方法，并且问题确实询问了如何将其作为程序的一部分来解决。编程问题不仅仅是“如何解析字符串”。询问如何做更复杂的事情并没有错，这绝对可以通过编程来完成。

标签： algorithm language-agnostic facebook-apps

【解决方案1】：

将验证放在否。朋友的..如果没有。的朋友

【讨论】：

没有朋友的可怜人。此外，通过创建一堆个人资料并让他们彼此成为朋友，或者只是发送随机的朋友请求，很容易解决这个问题。

【解决方案2】：

您可以尝试使用anomaly detection。

将您的“功能”数量设为喜欢/垃圾邮件/朋友/其他您认为有用的相关功能，并使用算法检测异常情况。

另一种方法可能是supervised learning - 但需要一组标记为“假”和“真实”用户的示例。对于异常检测，“特征”将与这些类似。
使用标记集（通常称为训练集）训练您的学习算法，并使用生成的分类器来判断新用户是否是假用户。

您可以使用的一些算法是SVM、C4.5、KNN、Naive Bayes。

您可以使用cross-validation 评估这两种方法的结果（当然，这需要一个训练集）

如果您想了解有关machine learning 方法的更多信息，我建议您使用webcourse at coursera。

【讨论】：

我相信很多人都是相当反常的......