文献类型：期刊文章

作　　者：邱桂华[1] 李贤阳[1] 程宪宝[1] 阳建中[1]

QIU Gui-hua;LI Xian-yang;CHENG Xian-bao;YANG Jian-zhong(College of Electronic and Information Engineering Beibugulf University,Qinzhou Key Laboratory of Advanced Technology of Internet of Things,Qinzhou 535011,China)

机构地区：[1]北部湾大学电子与信息工程学院钦州市物联网先进技术重点实验室,钦州535011

出　　处：《科学技术与工程》

基　　金：2019年度广西高校中青年教师科研基础能力提升项目(2019KY0455)资助

年　　份：2019

卷　　号：19

期　　号：7

起止页码：177-182

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为。为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术。对社交网络进行描述;在此基础上,提取用户行为动态特征。把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树;通过决策树对新的社交网络数据集进行水军用户团队不当行为识别。结果发现:采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其他技术高。可见所提技术识别准确性高。

关 键 词：社交网络 水军用户团队  不当行为  准确  识别  

分 类 号：TP181]