基于AHP与SVM的微博机器用户检测方法

• 作者: 张晓艺 翟惠良 路燕
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 机器用户检测 特征提取 量化评估 层析分析法 支持向量机 最优分类器
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 171-176
• 页数: 6页
• 分类号: TP391
• 字数: 4414字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.04.029

摘要

以新浪微博中的用户为研究对象,分析并提取机器用户的特征,提出一种新的微博机器用户检测方法.通过层次分析法构建分类指标体系,对各指标特征进行量化评估,利用支持向量机(SVM)算法构建机器用户检测模型.测试SVM中不同核函数对各分类指标的重要性预测,并与量化评估结果进行比对,同时测试不同核函数模型的分类精度,对比两项结果综合选择出最优分类器.实验结果表明,该方法能够对微博中的机器用户进行较为精确的检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	路燕	山东科技大学信息科学与工程学院	19	65	4.0	7.0
2	张晓艺	山东科技大学信息科学与工程学院	4	5	1.0	2.0
3	翟惠良	山东科技大学信息科学与工程学院	4	5	1.0	2.0