一种应用SAVBP神经网络的僵尸粉判别方法

• 作者: 张剑金 王越
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 僵尸粉 BP神经网络 模拟退火 可变速率
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 信息·计算机
• 页码范围: 72-76
• 页数: 5页
• 分类号: TP391
• 字数: 4102字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2014.04.016

摘要

微博僵尸粉干扰了微博的正常社交环境,对微博用户影响巨大.首先,阐述了微博僵尸粉的发展趋势与最新特点,分析了微博僵尸粉与正常用户的不同特征;其次,针对微博数据量大、使用BP神经网络判别僵尸粉易陷入局部极小点、收敛速度慢、无法收敛等缺点,提出基于模拟退火算法的可变速率BP神经网络-SAVBP,并建立僵尸粉判别模型;最后,使用新浪微博数据对系统进行评估.结果显示:该系统对微博僵尸粉有93％的判别准确率与93％的召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王越	重庆理工大学计算机科学与工程学院	50	351	12.0	16.0
2	张剑金	重庆理工大学计算机科学与工程学院	2	24	2.0	2.0