- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于行为特征分析的微博恶意用户识别-计算机科学.PDF
第 卷 第 期 计 算 机 科 学
45 12 Vol.45No.12
年 月
2018 12 COMPUTER SCIENCE Dec.2018
基于行为特征分析的微博恶意用户识别
夏崇欢 李华康 孙国梓
(南京邮电大学计算机学院软件学院 南京 )
210003
, , 、 、
摘 要 近年来 社交网络数据挖掘作为物理网络空间数据挖掘的一大热点 目前在用户行为分析 兴趣识别 产品推
. , ,
荐等方面都取得了令人可喜的成果 随着社交网络商业契机的到来 出现了很多恶意用户及恶意行为 给数据挖掘的
. , ,
效果产生了极大的影响 基于此 提出基于用户行为特征分析的恶意用户识别方法 该方法引入主成分分析方法对微
, , ,
博网络用户行为数据进行挖掘 对各维度特征的权重进行排序 选取前六维主成分特征可以有效识别恶意用户 主成
. ,
分特征之间拟合出的新特征也能提升系统的识别性能 实验结果表明 引入的方法对微博用户特征进行了有效的排
, , .
序 很好地识别出了微博社交网络中的恶意用户 为其他方向的社交网络数据挖掘提供了良好的数据清洗技术
, , , ( ),
关键词 恶意用户 机器学习 微博 主成分分析法 特征提取
PCA
中图法分类号 文献标识码 /
TP309 A DOI 10.11896 .issn.1002G137X.2018.12.017
j
Microblo in MaliciousUserIdentificationBasedonBehaviorCharacteristicAnalsis
gg g y
XIAChonGhuan LIHuaGkan SUNGuoGzi
g g
( , , , )
SchoolofCom uterScienceNanin UniversitofPostsandTelecommunicationsNanin 210003China
p jg
文档评论(0)