面向微博的概率图水军识别模型

被引:10
作者
韩忠明
许峰敏
段大高
机构
[1] 北京工商大学计算机与信息工程学院
关键词
微博; 水军; 概率图模型; 特征; 隐变量;
D O I
暂无
中图分类号
TP393.092 []; TP391.4 [模式识别与装置];
学科分类号
080402 ; 0811 ; 081101 ; 081104 ; 1405 ;
摘要
识别微博平台中的水军是一个很有意义的研究问题,目前识别水军的方法多从用户的微博数、注册时间、好友数量等静态属性出发,人工定性地判别水军,然而这些方法很难在实际应用中取得很好的效果.深入分析用户的各种属性与行为,构建能够区分普通用户和水军的属性特征与行为特征,将用户的属性特征作为识别水军的前提条件,而行为特征则是判别其是否为水军的验证结果.依据概率图模型思想,属性特征可以作为模型的输入变量,行为特征是观测变量,用户为水军的概率则是输入与观测变量之间的隐变量,构建一个识别微博水军的概率图模型计算用户为水军的概率.将2个国内外最具代表性的微博平台作为实验对象,分别在2个数据集上进行实验,结果表明提出的模型能够有效地发现各微博平台中的水军.
引用
收藏
页码:180 / 186
页数:7
相关论文
共 8 条
[1]   一种基于概率图模型的不确定性数据世系表示方法 [J].
岳昆 ;
刘惟一 ;
朱运磊 ;
张伟 .
计算机学报, 2011, 34 (10) :1897-1906
[2]   多元表征军事信息可信度研究 [J].
张天宇 ;
林鸿飞 .
计算机工程与科学, 2011, 33 (09) :109-116
[3]   “网络水军”的传播乱象评析 [J].
武鹏 ;
李异平 .
新闻爱好者, 2011, (17) :98-99
[4]   马尔可夫逻辑网络研究 [J].
徐从富 ;
郝春亮 ;
苏保君 ;
楼俊杰 .
软件学报, 2011, 22 (08) :1699-1713
[5]   “网络水军”的传播学分析 [J].
楼旭东 ;
刘萍 .
当代传播, 2011, (04) :76-77
[6]   网络个人信源及其可信度分析 [J].
郑智斌 ;
邓兰花 .
情报理论与实践, 2008, (06) :857-859
[7]   统计关系学习研究进展 [J].
刘大有 ;
于鹏 ;
高滢 ;
齐红 ;
孙舒杨 .
计算机研究与发展, 2008, (12) :2110-2119
[8]   分布估计算法综述 [J].
周树德 ;
孙增圻 .
自动化学报, 2007, (02) :113-124