作者:
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:
豆瓣网影评中存在很多恶意刷高分或恶意贬低电影的水军用户,这些用户的存在严重干扰了正常用户使用豆瓣网进行信息的获取与交流.本文通过分析豆瓣网水军用户与正常用户的区别,提取用户静态行为特征和动态行为特征,采用逻辑回归的二分类方法对这两类特征进行模型训练,并将这两类特征融合进行模型训练,以最大程度的提高识别影评水军用户的有效性.实验表明,本文抽取的这两类特征对水军用户识别的准确率最高可达近67.8%.
推荐文章
面向票房预测的影评情感可视分析
情感分析
情感可视分析
空间差值可视化
票房预测
基于网络民族志的豆瓣小组社群研究
网络民族志
社群文化
豆瓣小组
基于贝叶斯模型的微博网络水军识别算法研究
网络水军
水军识别
微博
贝叶斯模型
遗传算法
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 面向豆瓣网影评的水军识别研究
来源期刊 智能计算机与应用 学科 工学
关键词 水军用户 特征提取 逻辑回归
年,卷(期) 2020,(6) 所属期刊栏目 专题设计与应用
研究方向 页码范围 218-220,224
页数 4页 分类号 TP305
字数 语种 中文
DOI
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 王亚 21 42 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(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)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
水军用户
特征提取
逻辑回归
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导