# 2/26進度紀錄

## 簡筠方

### Threads Scam Detector

寫了 **crawler_search.ipynb**
目前有測試輸出了 **output_json/data_0223_1653.json** 與 **image/0223_1653**

| 名稱 | 型別 | 內容 |
| ------------- | ---- | ---------------- |
| username | string | 用戶名稱 |
| user_verified | boolean | 是否為驗證帳號 |
| published_on | string | 發文時間 |
| text | string | 貼文內容文字 |
| tags | string | 貼文標籤# |
| img_count | int | 圖片數量 |
| img_infos | list | 圖片內容(文字) |
| img_urls | list | 圖片網址 |
| img_ids | list | 圖片下載後的名稱 |
| like_count | int | 讚數量 |
| reply_count | int | 回覆數量 |
| forward_count | int | 轉發數量 |
| share_count | int | 分享數量 |
| url | string | 貼文網址 |


#### 分享一下
是跟詐騙有關的講座欸!!!
<iframe src="https://www.facebook.com/plugins/post.php?href=https%3A%2F%2Fwww.facebook.com%2Fncucsiefamily%2Fposts%2Fpfbid0343Zb3mZC3DszCSbzi2tsvbVtd3gZoh4hk4BkVnqJNJqk3tTKKBrbDGV6t6Xitkohl&show_text=true&width=500" width="500" height="464" style="border:none;overflow:hidden" scrolling="no" frameborder="0" allowfullscreen="true" allow="autoplay; clipboard-write; encrypted-media; picture-in-picture; web-share"></iframe>

## 廖奕皓
### Threads Scam Detector
寫了詐騙的判定標準，加到README裡
加了個關鍵字詞統計

3. **輸出格式**
確保輸出回覆包含: 貼文之種類以及最後的該貼文訊息的結論(「判定為詐騙」、「疑似詐騙，待進一步調查」、「非詐騙訊息，但存在風險」)。
4. **判斷貼文種類**
- 判別種類後記得輸出該貼文之種類。
- 判定該貼文是四種類型(情感、工作、投資、賭博)裡面的哪一種貼文:
- 情感:
- 訊息描述通常較為親密，例如: 我好想你、我愛你等...
- 可能會是情感上的問題，例如: 分手、難過...
- 尋找個人的情感關係，例如: 找男/女友、找人聊天、交友軟體...
- 工作:
- 提供輕鬆、高報酬、門檻低的工作機會，例如: 保證月入X萬...
- 訊息提及招聘、求職、兼職等詞彙。
- 投資:
- 強調低風險、高回報，例如: 穩賺不賠、只漲不跌...
- 訊息提供投資方式，例如: 股票、加密貨幣...
- 可能會提到投資群組、投資老師、獨家消息、被動收入等關鍵詞。
- 賭博:
- 會提供線上線下的賭博管道，例如: 娛樂城/百家樂、運彩...
- 內容通常提及賭博、下注、彩票、賽事預測，例如: 內部碼、穩賺、獨家賠率...
- 提及低風險、高回報，例如: 穩賺不賠、高勝率...
- 為了吸引人參加賭局，提供體驗金、儲值金。
5. **判斷是詐騙與否**
- 給出你是否認為該貼文為詐騙訊息的結論（「判定為詐騙」、「疑似詐騙，待進一步調查」、「非詐騙訊息，但存在風險」）三種結論。
- 詳細說明你的審查過程與論據，並標註出所有可疑點及其依據，確保審查過程客觀且具證據支持。
- 若該貼文字數小於5，盡量將結論停留在非詐騙訊息，但存在風險，因為貼文字數過少能判別詐騙的指標就越不明顯。
- 情感詐騙:
- 涉及「交友、戀愛」等情境，例如：找人聊天、交友軟體認識、遠距離戀愛等。
- 貼文提及財務、金錢、禮品請求，例如：借錢、代付機票、匯款、幫忙支付醫療費等。
- 聲稱遇到困難需要幫助，例如：我的信用卡被凍結了，可以先幫我付一下費用嗎？
- 工作詐騙:
- 提及不合理且不等價的工作關係，像是輕鬆工作拿到高報酬等。
- 輕鬆、在家、每天幾小時、無學經歷要求賺取高薪。
- 要求提前支付費用或提供個資，例如: 入職需繳納保證金、提交身份證註冊...
- 投資詐騙:
- 保證高回報、無風險，並強調短期暴利、快速翻倍，會有詐騙之疑慮。
- 投資老師專家、投資群組，通常是詐騙無誤。
- 有時是討論股票的價值或未來走勢，如果沒有誘導加入群組或出金投資之意圖，可能不是詐騙。
- 賭博詐騙:
- 強調保證贏錢、必勝技巧，或者是誇大並張貼成功案例，會有詐騙的疑慮。
- 誘導用戶使用百家樂/娛樂城/球板等賭博平台或加入私人群組，有較大的可能是詐騙。
- 鼓勵新人免費試玩或送彩金。

問題:
直述句的貼文或訊息很常沒跑詐騙分析，反而在安慰我

## 游婷安、陳芊羽
### Slop_Detection_Taiwan

- 優化 XGBoost
去除資料中的極端值（XGBoost 在台北預測結果特別差的原因）
- GRU debug
將未來預測移出迴圈
- 讓 TFT 能夠運行
- 寫 [README](https://github.com/andrew76214/Slope-Detection-Taiwan/blob/main/README.md#L91C45)
製作三個地方的 Dataset EDA
紀錄並圖表化 GRU 跟 XGBoost 的 mae 跟 rmse

#### 問題：
- TFT 的預測結果只有7筆
- TFT 的訓練成果很差

## 陳孟蓉
### Threads Scam Detector
每一種詐騙準則及關鍵字:
1.Job Scam
- 常見手法：
- 虛假招聘廣告： 詐騙者發布高薪、低門檻的工作機會，吸引求職者應徵。
- 要求支付費用： 在錄取前或培訓期間，要求求職者支付各種名目的費用，如保證金、手續費等。
- 收集個人資料： 以求職為名，騙取求職者的個人敏感信息，用於其他非法用途。
- 關鍵字：
「高薪急聘」
「無需經驗」
「手續費」
「資料認證費」
「錄取保證金」
2. Gambling Scam
- 常見手法：
- 誘導參與非法賭博： 詐騙者以高獎金、穩定盈利為誘餌，吸引受害者參與非法賭博活動。
- 虛假博彩平台： 建立偽造的線上博彩網站，當受害者投注後，無法提現或直接關閉網站。
- 冒充專家提供賭博秘訣： 聲稱掌握內部資訊，提供「必中」策略，誘使受害者支付費用購買。
- 關鍵字：
「穩定盈利」
「高額獎金」
「內部消息」
「下注秘訣」
「專家帶隊」
3. Investment Scam
- 常見手法：
- 高額回報承諾： 詐騙者宣稱投資項目可獲得遠高於市場平均的回報率，吸引投資者投入資金。
- 保證無風險： 聲稱投資無風險，且收益穩定，實際上高收益通常伴隨高風險。
- 虛構投資平台： 建立虛假的投資網站或應用程式，讓投資者投入資金後無法提取。
- 關鍵字：
「高額回報」
「保證獲利」
「限時投資機會」
「內部股權」
「快速翻倍」
4. Emotional Dating Scam
- 常見手法：
- 假冒身份建立關係： 詐騙者在交友平台上偽裝成單身人士，與受害者建立浪漫關係。
- 訴諸同情要求匯款： 以緊急情況為由，如生病、事故等，要求受害者匯款援助。
- 長期培養感情後詐騙： 在取得受害者信任後，編造各種理由持續索取金錢。
- 關鍵字：
「靈魂伴侶」
「命中注定」
「緊急援助」
「財務困難」
「醫療費用」

-其他相關論文:
[VoterFraud2020: a Multi-modal Dataset of Election Fraud Claims on Twitter](https://arxiv.org/abs/2101.08210)
https://arxiv.org/abs/2002.07223

https://arxiv.org/abs/2303.13075
https://arxiv.org/abs/1704.07506
https://arxiv.org/abs/2405.10758
還沒看

看同學之前的進度紀錄，很多沒看過的(以下整理給自己看)

- Scikit-learn (sklearn): 使用於機器學習分類、回歸和聚類，包含 CountVectorizer、TfidfTransformer 來計算 TF-IDF 值。
- XGBoost, Random Forest, LightGBM
- RidgeClassifier & Logistic Regression
GridSearchCV
- TensorFlow
- CNN

自然語言處理（NLP）
- TF-IDF: 計算詞彙的權重來表示文本。
- Porter Stemmer: 詞幹提取技術。
- Label Encoding & One-Hot Encoding: 用於文字特徵轉換。
- GBAD (Graph-based anomaly detection): 圖論異常檢測技術。

把github裡面東西看完但還不確定怎麼跑