社交网络异常用户识别技术综述

• 作者: 仲丽君 向进勇 杨文忠 袁婷婷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 社交网络 异常用户 异常识别技术 机器学习
• 年，卷（期）: 2018,（16）
• 所属期刊栏目: 热点与综述
• 页码范围: 13-23
• 页数: 11页
• 分类号: TP391
• 字数: 16860字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0374

摘要

随着互联网的迅速发展,社交网络已经成为人们日常生活中的重要社交工具.然而,社交网络中的异常用户层出不穷,其危害也日益严重.因此,识别和检测社交网络中的异常用户对提高用户体验、保持良好的网络环境等具有重要作用.介绍了不同类型的社交网络异常用户,并对每种不同类型异常用户的研究进展进行了介绍;对异常检测方法进行了综述,将社交网络中的异常检测技术分为分类、聚类、统计、信息论、混合、图六大类,并对这六类技术各自的优缺点进行了比较,有助于人们了解社交网络中的异常用户、异常检测技术,为解决异常问题提供了思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨文忠	新疆大学信息科学与工程学院	68	208	7.0	12.0
2	袁婷婷	新疆大学信息科学与工程学院	6	14	3.0	3.0
3	仲丽君	新疆大学信息科学与工程学院	3	3	1.0	1.0
4	向进勇	新疆大学信息科学与工程学院	2	3	1.0	1.0