基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为.为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术.对社交网络进行描述;在此基础上,提取用户行为动态特征.把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树;通过决策树对新的社交网络数据集进行水军用户团队不当行为识别.结果 发现:采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其他技术高.可见所提技术识别准确性高.
推荐文章
社交网络水军用户的动态行为分析及在线检测
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
社交网络用户行为挖掘研究进展与展望
社交网络
数据挖掘
用户行为
模式无关的社交网络用户识别算法
用户识别
二部图
实例匹配
跨系统个性化
基于群体行为的社交媒体中水军分析
社交媒体
水军
情感社会网络
群体行为
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 社交网络中水军用户团队不当行为准确识别技术
来源期刊 科学技术与工程 学科 工学
关键词 社交网络 水军用户团队 不当行为 准确 识别
年,卷(期) 2019,(7) 所属期刊栏目 论文
研究方向 页码范围 177-182
页数 6页 分类号 TP393
字数 4070字 语种 中文
DOI 10.3969/j.issn.1671-1815.2019.07.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李贤阳 北部湾大学电子与信息工程学院钦州市物联网先进技术重点实验室 5 6 1.0 2.0
2 邱桂华 北部湾大学电子与信息工程学院钦州市物联网先进技术重点实验室 7 1 1.0 1.0
3 阳建中 北部湾大学电子与信息工程学院钦州市物联网先进技术重点实验室 7 7 1.0 2.0
4 程宪宝 北部湾大学电子与信息工程学院钦州市物联网先进技术重点实验室 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (102)
共引文献  (38)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(13)
  • 参考文献(0)
  • 二级参考文献(13)
2013(15)
  • 参考文献(0)
  • 二级参考文献(15)
2014(20)
  • 参考文献(2)
  • 二级参考文献(18)
2015(22)
  • 参考文献(1)
  • 二级参考文献(21)
2016(10)
  • 参考文献(4)
  • 二级参考文献(6)
2017(8)
  • 参考文献(8)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社交网络
水军用户团队
不当行为
准确
识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学技术与工程
旬刊
1671-1815
11-4688/T
大16开
北京市海淀区学院南路86号
2-734
2001
chi
出版文献量(篇)
30642
总下载数(次)
83
总被引数(次)
113906
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导