一种新型智能僵尸粉甄别方法

• 作者: 方意 方明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微博 僵尸粉 特征提取 智能分类 支持向量机 人工神经网络
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 190-193,198
• 页数: 5页
• 分类号: TP391
• 字数: 5077字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.04.044

摘要

为更有效地甄别微博僵尸粉,提出一种基于微博注册用户名特征提取的智能分类方法.以新浪微博作为研究平台,通过对微博用户数据进行分析,构建标准匹配库,提取用户名特征向量,再分别利用支持向量机(SVM)和人工神经网络(ANN)方法对特征集合进行分类.实验结果表明,将用户名特征提取与SVM、ANN相结合,僵尸粉甄别准确率均高于92％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方意	南开大学经济学院金融学系	5	218	2.0	5.0
2	方明	北京邮电大学计算机学院应用技术中心	2	29	2.0	2.0