基于贝叶斯模型的微博网络水军识别算法研究

被引：38

作者：

张艳梅 ^{[1
]}

黄莹莹 ^{[1
]}

甘世杰 ^{[1
]}

丁熠 ^{[2
]}

马志龙 ^{[3
]}

机构：

[1] 中央财经大学信息学院

[2] 电子科技大学网络与数据安全四川省重点实验室

[3] 新疆财经大学计算机科学与工程学院

来源：

通信学报 | 2017年 / 38卷 / 01期

关键词：

网络水军; 水军识别; 微博; 贝叶斯模型; 遗传算法;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了能够有效地识别水军,在以往相关研究基础上,设置粉丝关注比、平均发布微博数、互相关注数、综合质量评价、收藏数和阳光信用这6个特征属性来设计微博水军识别分类器,并基于贝叶斯模型和遗传智能优化算法实现了水军识别算法。利用新浪微博真实数据对算法性能进行了验证,实验结果表明,提出的贝叶斯水军识别算法能够在不牺牲非水军识别率的情况下,保证水军识别的准确率,而且提出的阈值优化算法能显著提升水军识别的准确率。

引用

页码：44 / 53

页数：10

共 12 条

[1] 基于SVM的新浪微博营销类水帖识别研究 [J].