社交網(wǎng)絡(luò)下的垃圾信息過濾技術(shù)的研究.pdf

1、隨著Web2.0技術(shù)的發(fā)展，社交媒體已經(jīng)成為最大最活躍的社交平臺，為數(shù)億用戶提供優(yōu)質(zhì)且良好的溝通渠道。然而，當(dāng)人們在社交網(wǎng)絡(luò)分享、交流、互動的同時，垃圾信息卻也不斷的膨脹。當(dāng)前迫切需要一種技術(shù)來凈化網(wǎng)絡(luò)空間，營造健康的社交生態(tài)體系，因此，社交網(wǎng)絡(luò)下的垃圾信息過濾技術(shù)已經(jīng)成為研究者們普遍關(guān)注的熱點(diǎn)問題。
　　基于機(jī)器學(xué)習(xí)的分類技術(shù)廣泛應(yīng)用在社交平臺垃圾信息過濾上，機(jī)器學(xué)習(xí)方法具有準(zhǔn)確率高、成本低等特點(diǎn)。本文以新浪微博為研究對象，主要

2、的研究內(nèi)容分為如下幾個部分:
　　首先，從社交網(wǎng)絡(luò)服務(wù)的信息傳播形態(tài)出發(fā)，分析了微博平臺中垃圾信息的傳播規(guī)律，設(shè)計(jì)了基于機(jī)器學(xué)習(xí)方法的過濾技術(shù)來識別新浪微博網(wǎng)絡(luò)中的可疑賬戶，并實(shí)現(xiàn)了基于邏輯回歸、支持向量機(jī)、隨機(jī)森林三種模型的垃圾信息過濾系統(tǒng)。
　　其次，從微博賬戶中提取多種具有區(qū)分性的特征，應(yīng)用機(jī)器學(xué)習(xí)模型進(jìn)行分類過濾。從用戶行為以及內(nèi)容行為兩方面提取垃圾微博的屬性特征，使用社交網(wǎng)絡(luò)關(guān)系圖來分析微博平臺的數(shù)據(jù)流動和傳播規(guī)律

3、。以微博中的消息為主體構(gòu)建信息傳播圖來描述用戶之間的親密度。最后通過數(shù)據(jù)分析以及實(shí)驗(yàn)測試評價了整個過濾系統(tǒng)的性能。
　　再次，從系統(tǒng)的實(shí)際應(yīng)用角度出發(fā)，提出采用在線主動學(xué)習(xí)的方法過濾垃圾微博，主動學(xué)習(xí)方法不僅能夠減少系統(tǒng)對于標(biāo)注數(shù)據(jù)的需求量，降低系統(tǒng)時間復(fù)雜度，同時也能保證良好的過濾性能。
　　最后，垃圾信息制造者非常熱衷于劫持正常用戶的賬號給人刷粉、幫人轉(zhuǎn)發(fā)。本文提出基于序貫概率比檢驗(yàn)的方法來檢測僵尸賬號，僵尸賬號檢測系統(tǒng)