开题报告-基于结构特征的微博水军的识别.docVIP

?  本科生毕业论文（设计） 开题报告 ? ? ? ? ? 题 目: ????基于结构特征的微博水军的识别???? ? ? ?????????????????????????????????????????????????????????????????????? ? 姓 名: ??????????????????????????????????????????????? ? 学 院: ????????????????????????信息科技学院???????????????????????? ? 专 业: ??????????????????????计算机科学与技术????????????????? ? 班 级: ??????????????????????????计科121????????????????????? ? 学 号: ????????????????????????????????????????????? ? 指导教师: ??????????????????? 职称:??????????副教授?????????? ? 2016 年 1 月 2 日 南京农业大学教务处制 本课题的意义、国内外研究概况、应用前景等（列出主要参考文献） ?本课题的意义 社会生活的高度信息化，使网络承载了蕴含价值的大数据,如新浪微博、大众点评网、豆瓣等拥有海量用户的社会化网络媒体，已经被组织和个人广泛地用来辅助决策。巨大的用户群与潜在的商机，使虚假意见和垃圾信息被广泛地制造和传播，该类危害的源头即俗称的网络水军。网络水军是指那些由商业利益驱动，为达到如影响网络民意、扰乱网络环境等不正当目的，通过操纵软件机器人或水军账号，在互联网中制造、传播虚假意见和垃圾信息等网络垃圾意见产生者的总称。 国内外研究概况 那些由商业利益驱动，为达到如影响网络民意、扰乱网络环境等不正当目的，通过操纵软件机器人或水军账号，在互联网中制造、传播虚假意见和垃圾信息等网络垃圾意见产生者称为网络水军。目前，网络水军的识别研究只要应用于社交网络（如Facebook，Twitter，Weibo，Renren），电子商务（Amazon，Ebay，阿里巴巴），邮件服务（G-mail，Hotmail），网络论坛（天涯、豆瓣）等领域。国外的水军研究最初集中于邮件领域，并在近几年迅速扩展到社交网络与电子商务领域，而国内水军识别的研究相比之下较为缺乏。 近年来，对于水军的研究多从传播学角度出发，分析微博转发和评论的时序特征、内容特征，定性地判别水军，没有定量模型和方法。随着这方面的研究不断推进，提出了基于用户行为特征，基于用户关系特征，基于环境特征，基于综合特征的网络水军识别研究。网络水军识别研究利用互联网海量数据的优势，并不断克服网络环境中的不理条件，通过分析大量用户信息发现水军特征和行为模式，识别出各个领域中潜藏的网络水军，解决网络水军危害互联网环境和秩序问题。 2009年10月Twitter推出了用户举报功能。在Twitter上，国外学者从Twitter虚假用户入手对如何判别水军用户有较深入的研究。水军既属于不可信用户也属于虚假用户。利用用户特征通过机器学习算法来识别Twitter中的虚假用户，衡量了所使用特征的好坏。学者们提出了一种在Facebook平台上通过分析照片墙帖子中包含的常见URL和相似文本来识别水军用户。 在2012年5月国内的新浪微博成立了微博社区委员会负责审核用户举报信息。国内学者对微博这一传播环境进行了研究，并通过一系列微博水军事件分析了水军对网络环境造成的影响。另一些学者提出了更多判别微博虚假用户的特征，选定了其中最有效的特征：URL使用率、标签使用率、重复URL数、@交互率等。同时，也从微博可信度方面进行了深入的研究，从各个侧面给出了衡量信息可信度的重要特征。 应用前景 微博是一个开放的社交网络，水军的大量出现会劫持热门话题等，会利用网民信息不对称造成的信息真空，刺激和诱导激进民众造成恶劣社会影响的事件。因此，对水军的识别可以增加用户体验质量，促进社交网络系统的健康使用和开发。 主要参考文献 [1]莫倩,杨珂. 网络水军识别研究[J]. 软件学报,2014,07:1505-1526. [2]程晓涛,刘彩霞,刘树新. 基于关系图特征的微博水军发现方法[J]. 自动化学报,2015,09:1533-1541. [3]袁旭萍,王仁武,翟伯荫. 基于综合指数和熵值法的微博水军自动识别[J]. 情报杂志,2014,07:176-179. [4]韩忠明,许峰敏,段大高. 面向微博的概率图水军识别模型[J]. 计算机研究与发展,2013,S2:180-186. [5]张良,朱湘,李爱平,王志华,鲁鹏. 一种基于逻辑回归算法的水军识别