基于特征选择与随机森林混合模型的社区恶意评论检测研究

• 作者: 周安民 唐洵 汤娟
• 来源期刊: 现代计算机
• 关键词: 特征选择 随机森林 恶意评论
• 年，卷（期）: 2020,（19）
• 所属期刊栏目: 研究与开发
• 页码范围: 22-26
• 页数: 5页
• 字数: 3790字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.19.005

摘要

随着社交网络的应用普及,部分用户的网络不当言行严重破坏了社交网络的秩序,不仅对其他用户产生了负面影响,同时也使得社交网络中充斥着欺骗性和危险性.因此,提出基于特征选择与随机森林的混合模型,用以检测网络社区中的恶意评论.使用爬虫技术获取一个中文论坛中8,869名用户的历史发言记录,以管理员对评论的处置为依据,提取了言论中恶意行为的相关特征,使用主成分分析法(PCA)对特征进行降维,结合随机森林算法建立模型,用以发现在线讨论社区中具有恶意行为的评论.实验结果表明,判断的准确率达到87.0％,所采用的模型对恶意评论具有良好的检测效果,为净化社区环境提供技术支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周安民	四川大学网络空间安全学院	118	588	11.0	20.0
2	汤娟	四川大学网络空间安全学院	3	5	2.0	2.0
3	唐洵	四川大学网络空间安全学院	1	0	0.0	0.0