一种基于逻辑回归算法的水军识别方法

被引：10

作者：

张良 ^{[1
]}

朱湘 ^{[1
]}

李爱平 ^{[1
]}

王志华 ^{[1
]}

鲁鹏 ^{[2
]}

机构：

[1] 国防科技大学计算机学院

[2] 武警乌鲁木齐指挥学院教研部

来源：

信息安全与技术 | 2015年 / 6卷 / 04期

关键词：

twitter; 新浪微博; CDF; 逻辑回归; 水军检测;

D O I：

暂无

中图分类号：

TP393.092 []; O212.1 [一般数理统计];

学科分类号：

080402 ; 020208 ; 070103 ; 0714 ;

摘要：

随着诸如twitter和微博等新媒体的发展,由于网络公关与营销等原因,网络水军也出现并呈现出急剧增加的态势。造成大量的网络资源和普通用户的时间遭到侵占,同时也对舆情真实性产生了重要影响。文章建立一种基于逻辑回归算法的水军识别模型,,利用累计分布函数(CDF)对对新浪微博用户行为属性以及账号属性进行分析和选取,将合适的属性包括好友数、粉丝数、文本相似度、URL率等作为输入参数,用以训练基于逻辑回归算法的分类模型,得到相应系数,从而完成对网络水军识别模型的构建。实验结果证明了模型的准确性和有效性。

引用

页码：57 / 62

页数：6

共 4 条

[1] 微博时代网络水军在网络舆情传播中的影响效力研究——以近年来26个网络水军参与的网络事件为例 [J].

李彪 ;

郑满宁 .

国际新闻界, 2012, 34 (10) :30-36

[2] 基于相似中心的k-cmeans文本聚类算法 [J].

许厚金 ;

刘永炎 ;

邓成玉 ;

刘永山 .

计算机工程与设计, 2010, 31 (08) :1802-1805

[3]

An evaluation of statistical spam filtering techniques[J] . Le Zhang,Jingbo Zhu,Tianshun Yao.ACM Transactions on Asian Language Information Processing (TALIP) . 2004 (4)

[4]

WARNING BIRD:Detecting Suspicious URLs in Twitter Stream .2 Sangho Lee,Jong Kim. Network & Distributed System Security (NDSS) . 2012

← 1 →