共 9 条
- [6] 基于行为特征分析的微博恶意用户检测方法[D]. 夏崇欢.南京邮电大学. 2018
- [7] LBSN中基于好友聚类的社交搜索系统设计与实现[D]. 孙洋.东南大学. 2017
- [8] 基于行为分析的社交网络异常账号的检测[D]. 刘琛.北京交通大学. 2017
- [9] 基于属性约简的社交网络异常用户识别系统的设计与实现[D]. 蒋鑫.北京邮电大学. 2016
基于用户特征提取的新浪微博异常用户检测方法
被引：8
作者：
袁得嵛
[1
,2
]
章逸钒
[1
]
高见
[1
,2
]
孙海春
[1
,2
]
机构：
[1] 中国人民公安大学信息技术与网络安全学院
[2] 安全防范与风险评估公安部重点实验室
来源：
关键词：
微博;
异常用户;
特征提取;
数据挖掘;
D O I：
暂无
中图分类号：
TP393.092 [];
TP311.13 [];
学科分类号：
1201 ;
摘要：
随着互联网的发展,微博逐渐成为重要的社交媒体。然而,在微博中异常用户通过传播有害信息、发送恶意链接,甚至发起恶意攻击等方式影响用户的行为,从而影响了社交网络的价值。因此,实现对异常用户的检测具有重要的意义。文中以多途径获取的微博异常用户和正常用户数据集为基础,对其进行数据清洗后,提出综合提取并分析用户的多种属性。多种数据挖掘方法建立异常用户检测模型,从而进行异常用户账号的识别。对C4.5决策树、随机森林等算法的实验结果表明,所提方法选取的特征有效,检测异常用户的精度较高。
引用
收藏
页码：364 / 368+385
+385
页数：6
相关论文