微博僵尸粉識別技術(shù)研究與實(shí)現(xiàn).pdf

1、伴隨著微博平臺的開放，大量出于各種目的“僵尸粉”隨之產(chǎn)生。這些“僵尸粉”或用于制造虛假的人氣，或參與網(wǎng)絡(luò)營銷，或作為某些事件甚至謠言的推手，進(jìn)而成為人們享受這項(xiàng)服務(wù)的困擾，甚至安全隱患。因此，對這種機(jī)器生成的“僵尸粉”的識別工作正變得越來越重要。
　　對于僵尸粉識別問題，本文主要做了以下幾方面工作：
　?。?）鑒于微博的短文本特征，利用現(xiàn)有文本分析技術(shù)處理微博文本存在一定困難。本文利用僵尸粉發(fā)帖的內(nèi)容特征，將文本復(fù)制檢測技術(shù)

2、應(yīng)用到博文文本特征分析問題中，提出了一種基于信息指紋的微博文本查重技術(shù)，并利用此技術(shù)實(shí)現(xiàn)了僵尸粉的識別。
　?。?）國內(nèi)外僵尸粉識別研究中缺少對特征識別效力的討論，本文針對這一問題對常用的幾項(xiàng)僵尸粉的識別特征進(jìn)行了擴(kuò)展并完成了相應(yīng)的實(shí)驗(yàn)分析，最終給出各個特征識別效力的評估結(jié)果；
　?。?）根據(jù)特征識別力將僵尸粉識別特征分為強(qiáng)特征與弱特征，進(jìn)而提出了基于強(qiáng)特征的僵尸粉過濾方法以及基于弱特征的用戶信任度投票方法。將兩種方法相結(jié)合