微博機(jī)器人檢測技術(shù)的研究與實(shí)現(xiàn).pdf

1、近年來，隨著互聯(lián)網(wǎng)的快速發(fā)展與普及，微博由于其自身的便捷性、開放性等特點(diǎn)，已經(jīng)成為了一類重要的社會(huì)化媒體，與人們的日常生活息息相關(guān)。然而，當(dāng)人們?cè)谖⒉┥缃痪W(wǎng)絡(luò)上關(guān)注新聞時(shí)事、分享所見所聞的同時(shí)，微博機(jī)器人用戶也在數(shù)量上不斷膨脹，擾亂了微博的正常秩序，引發(fā)了信任危機(jī)。因此，微博機(jī)器人檢測技術(shù)已經(jīng)成為當(dāng)前研究者們普遍關(guān)注的熱點(diǎn)問題。
　　微博機(jī)器人檢測技術(shù)的研究在當(dāng)前也面臨著巨大的挑戰(zhàn)，不同于一般的社交網(wǎng)絡(luò)，微博因其自身獨(dú)特的信息傳播

2、規(guī)律以及噪音數(shù)據(jù)多、樣本特征少等特點(diǎn)，在分析方法上與傳統(tǒng)社交網(wǎng)絡(luò)存在較大的差異；另一方面，微博機(jī)器人用戶經(jīng)過不斷的演變，其隱匿性越來越高，行為表現(xiàn)已經(jīng)越來越接近真實(shí)的微博用戶。
　　基于機(jī)器學(xué)習(xí)的分類技術(shù)目前被廣泛應(yīng)用于社交網(wǎng)絡(luò)的數(shù)據(jù)分析，具有低成本、高預(yù)測準(zhǔn)確率等特點(diǎn)。由于傳統(tǒng)的機(jī)器人檢測方法在微博平臺(tái)上的作用越來越小，基于機(jī)器學(xué)習(xí)的微博機(jī)器人檢測方法已經(jīng)成為當(dāng)前學(xué)術(shù)界研究的趨勢(shì)。本文在相關(guān)工作的基礎(chǔ)上，提出基于增量式機(jī)器學(xué)習(xí)的

3、微博機(jī)器人檢測技術(shù)，設(shè)計(jì)與實(shí)現(xiàn)同時(shí)面向Twitter和新浪微博平臺(tái)的微博機(jī)器人檢測系統(tǒng)。本文主要研究內(nèi)容和成果包括：
　　1)從微博社交網(wǎng)絡(luò)自身的特點(diǎn)出發(fā)，分析微博的信息傳播規(guī)律；在回顧傳統(tǒng)的機(jī)器人檢測方法后，研究基于機(jī)器學(xué)習(xí)的微博機(jī)器人檢測方法，分析樸素貝葉斯、邏輯回歸以及支持向量機(jī)三種機(jī)器學(xué)習(xí)模型。
　　2)針對(duì)微博用戶特點(diǎn)，從微博內(nèi)容特征和用戶行為特征兩個(gè)角度分析微博機(jī)器人的特征，并給出這些特征的形式化計(jì)算方法用于機(jī)器

4、學(xué)習(xí)模型對(duì)微博用戶的分類，再通過實(shí)驗(yàn)方式使用真實(shí)的數(shù)據(jù)集對(duì)用戶特征進(jìn)行分析與評(píng)價(jià)。
　　3)為提取微博文本相似度特征，首先對(duì)微博中文短文本的聚類算法進(jìn)行研究;然后針對(duì)微博機(jī)器人博文文本的變異性，提出微博變異短文本聚類算法，討論微博文本規(guī)范化方法；最后從聚類文本中提取出微博內(nèi)容相似性特征，供后續(xù)的機(jī)器學(xué)習(xí)過程進(jìn)行分類。
　　4)從系統(tǒng)實(shí)際應(yīng)用的角度出發(fā)，為了更好地適應(yīng)模型的變化，首先對(duì)機(jī)器學(xué)習(xí)的增量式算法進(jìn)行研究，提出增量式支