基于深度学习的移动社交网络用户分类研究

• 作者: 何新磊 汪天一 王嘉祺 王新
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 移动社交网络 深度学习 用户分类
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 42-48
• 页数: 7页
• 分类号: TP3
• 字数: 5705字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.009

摘要

随着移动设备和移动服务的高速发展,移动社交网络融入了人们的日常生活.用户分类系统在不同的社交网络中发挥着重要的作用,例如恶意账号检测、高影响力用户发现及会员用户发现.引入深度学习技术来解决用户分类问题,且使用了陌陌的真实数据进行评估.结果表明,对于不同的分类目标,均可取得较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪天一		1	0	0.0	0.0