社交网络水军用户的动态行为分析及在线检测

• 作者: 李岩 林剑 邓胜春
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 社交网络 水军检测 动态行为 半监督模型 Tri-Training模型 在线检测
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 287-295
• 页数: 9页
• 分类号: TP399
• 字数: 8530字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051603

摘要

利用社交网络用户的静态行为特征识别水军用户,无法检测水军用户的动态行为且难以应用于在线检测的环境.为此,构造社交网络用户的动态行为特征,分析正常用户和水军用户间的差异,以半监督模型为基础,结合动静行为特征构建在线检测模型,通过静态行为特征聚类及动态行为特征过滤筛选,使半监督模型利用最有价值的未标记用户数据进行增量学习,从而检测水军用户.实验结果表明,该模型的F1值高达93.33％,平均训练时间约为2 min,能够有效检测社交网络上的水军用户.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李岩	浙江财经大学信息管理与工程学院	2	2	1.0	1.0
2	邓胜春	浙江财经大学信息管理与工程学院	1	2	1.0	1.0
3	林剑	浙江财经大学信息管理与工程学院	1	2	1.0	1.0