微博僵尸用戶檢測研究.pdf

1、隨著在線社交網(wǎng)絡(luò)的盛行，微博作為一種方便快捷的信息傳播載體，已經(jīng)成為人們交流互動的重要方式。微博服務(wù)拉近了網(wǎng)民之間的距離，使用戶可以快速的發(fā)布、接收及傳播信息。微博在國內(nèi)外迅速流行的同時，粉絲數(shù)逐漸成為了衡量用戶知名度及用戶排名所參考的一項重要指標(biāo)。隨之衍生出的僵尸粉（即僵尸用戶）擾亂微博正常秩序，引發(fā)微博信任危機(jī)。僵尸用戶經(jīng)過長期地演變，其行為表現(xiàn)變得越發(fā)類似真實用戶，因此，如何快速準(zhǔn)確地甄別僵尸用戶已成為維護(hù)微博公信力所亟待解決的一

2、項問題。
　　本文選取國內(nèi)最具影響力、發(fā)展最迅速的微博平臺之一——新浪微博作為數(shù)據(jù)分析對象，并使用新浪API接口獲取用戶數(shù)據(jù)信息，用于研究分析及模型有效性驗證。通過數(shù)據(jù)分析，本文找出了僵尸用戶和真實用戶的粉絲關(guān)系網(wǎng)絡(luò)是否存在聚類現(xiàn)象上所呈現(xiàn)的明顯差異。此外，結(jié)合僵尸用戶和真實用戶在粉絲數(shù)、關(guān)注數(shù)及發(fā)微博頻率等行為上的差異，提出用戶可信度計算算法及用戶活躍度計算方式，并構(gòu)建得出基于用戶粉絲聚類現(xiàn)象的僵尸用戶檢測模型。經(jīng)實驗驗證，此模

3、型在檢測準(zhǔn)確性及穩(wěn)定性上表現(xiàn)良好，但是檢測效率偏低。
　　同時，考慮到微博用戶信息量巨大，數(shù)據(jù)處理較為耗時，本研究在原有檢測模型的基礎(chǔ)上結(jié)合云計算技術(shù)，將僵尸用戶檢測模型中較為耗時的四個模塊利用MapReduce技術(shù)做出改進(jìn)，提高模型的可用性。經(jīng)搭建Hadoop集群將改進(jìn)前后的模型建立對比實驗，實驗結(jié)果表明改進(jìn)后的模型在保持原有檢測準(zhǔn)確率及穩(wěn)定性的基礎(chǔ)上，檢測效率有了明顯的提高。并且，隨著Hadoop集群節(jié)點的增多，檢測效率增長趨