文献类型：期刊文章

作　　者：张艳梅[1] 黄莹莹[1] 甘世杰[1] 丁熠[2] 马志龙[3]

机构地区：[1]中央财经大学信息学院,北京100081 [2]电子科技大学网络与数据安全四川省重点实验室,四川成都610054 [3]新疆财经大学计算机科学与工程学院,新疆乌鲁木齐830012

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(No.61602536;No.61273293;No.61309029);北京市社会科学重点基金资助项目(No.16YJA001);网络与数据安全四川省重点实验室开放课题基金资助项目(No.NDSMS201605);中央财经大学学科建设基金资助项目~~

年　　份：2017

卷　　号：38

期　　号：1

起止页码：44-53

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI(收录号：20171703601660)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

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。

关 键 词：网络水军 水军识别  微博  贝叶斯模型 遗传算法

分 类 号：TP393]