基于顯露模式的早期網(wǎng)癮行為檢測模型的研究與實(shí)現(xiàn).pdf

1、網(wǎng)絡(luò)成癮問題，即“病理性網(wǎng)絡(luò)使用”，英文為Pathological Internet Use，簡稱PIU。研究大多數(shù)基于心理學(xué)、社會學(xué)和醫(yī)學(xué)等方向，然而計(jì)算機(jī)技術(shù)領(lǐng)域研究較少。因此，本文從計(jì)算機(jī)數(shù)據(jù)挖掘角度對網(wǎng)癮問題進(jìn)行了研究，提出了基于顯露模式（Emerging Pattem-EP）的網(wǎng)癮模式挖掘和檢測模型，為進(jìn)一步有效治療網(wǎng)癮提供了可參考的理論依據(jù)。
　　顯露模式是一種新的對比挖掘模式，是從一個(gè)數(shù)據(jù)集到另外一個(gè)數(shù)據(jù)集支持度發(fā)生

2、顯著變化的項(xiàng)集，其能夠捕獲目標(biāo)類與非目標(biāo)類之間的差異化特征，基于顯露模式可以建立分類效果良好的分類器。在網(wǎng)癮模式挖掘和檢測模型中，首先需要采集用戶上網(wǎng)行為簡單事件，然后通過生成規(guī)則推理出具有高級語義信息的復(fù)雜事件，最后根據(jù)行為等價(jià)類(Behavior Equivalence Class)挖掘出產(chǎn)生子(Generator)，因?yàn)楫a(chǎn)生子能顯著的代表數(shù)據(jù)集的屬性特征且表示形式簡單。
　　本文提出了兩種PIU模式檢測算法，基于產(chǎn)生子的PI

3、U檢測算法(Ge nerator-basedPIU Detecting Algorithm-GBPDA)和基于EP的PIU檢測算法(EP-based PIU DetectingAlgorithm-EPBPDA)。GBPDA算法從產(chǎn)生子角度，選擇能顯著代表網(wǎng)癮行為的產(chǎn)生子，通過對網(wǎng)癮數(shù)據(jù)集產(chǎn)生子與測試數(shù)據(jù)集產(chǎn)生子比對打分方法給出最后診斷。EPBPDA算法則從EP角度出發(fā)，挖掘出跳躍顯露模式(JEP)與基本顯露模式(eEP)，綜合考慮增長率

4、、支持度、JEP與EP提出一種有效打分機(jī)制，并利用該機(jī)制對網(wǎng)癮進(jìn)行檢測。
　　從真實(shí)數(shù)據(jù)集和仿真數(shù)據(jù)兩種數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，分別檢驗(yàn)了兩種算法的性能指標(biāo)，如運(yùn)行時(shí)間、內(nèi)存資源占用情況;有效性指標(biāo)，如正確率、誤診率、率。實(shí)驗(yàn)結(jié)果表明，當(dāng)數(shù)據(jù)規(guī)模不大時(shí)，兩種方法都有很好的網(wǎng)癮檢測效果，且EPBPDA算法的有效性好于GBP DA算法，這是因?yàn)镋P區(qū)分能力強(qiáng)于Generator。但性能指標(biāo)GBPDA算法好于EPBPDA算法，原因在于挖掘EP比