基于随机森林分类的微博机器用户识别研究

被引：20

作者：

刘勘 ^{[1
]}

袁蕴英 ^{[1
]}

刘萍 ^{[2
]}

机构：

[1] 中南财经政法大学信息与安全工程学院

[2] 武汉大学信息管理学院

来源：

北京大学学报(自然科学版) | 2015年 / 51卷 / 02期

关键词：

机器用户; 微博; 随机森林;

D O I：

10.13209/j.0479-8023.2015.048

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

针对网络上机器用户大量散布谣言,发布虚假信息,误导网民舆论,严重影响网络环境的问题,以微博中的机器用户为研究对象,结合其自动化程度高、伪装能力强、信息发布有针对性的特点,从行为模式、微博内容、用户关系和发布平台4个维度分析机器用户的特征指标,利用信息熵、内容重复率等8个指标构建微博用户的特征向量,通过随机森林算法设计微博中机器用户的识别模型。最后,在真实的新浪微博数据集上进行验证,结果表明本模型识别机器用户的准确度达到96.7%,可以有效地区分微博中的机器用户和普通用户。

引用

页码：289 / 300

页数：12

共 9 条

[1] 基于链路预测的微博用户关系分析 [J].

傅颖斌 ;

陈羽中 .

计算机科学, 2014, 41 (02) :201-205+244

[2] 微博中基于统计特征与双向投票的垃圾用户发现 [J].

丁兆云 ;

周斌 ;

贾焰 ;

汪祥 .

计算机研究与发展, 2013, (11) :2336-2348

[3] 基于重用检测的微博垃圾用户过滤算法 [J].

赵斌 ;

吉根林 ;

曲维光 ;

顾彦慧 .

南京大学学报(自然科学版), 2013, 49 (04) :456-464

[4] 多特征微博垃圾互粉检测方法 [J].

郭浩 ;

陆余良 ;

王宇 ;

杨斌 .

中国科技论文, 2012, 7 (07) :548-551

[5] 国内微博研究现状综述 [J].

王莹莉 ;

张敏 .

图书馆学研究 , 2012, (12) :2-8+15

[6]

Content Mining and Network Analysis of Microblog Spam[J] . Yang,Shen,Shuchen,Li,Xiaoxiao,Ye,Fangping,He.Journal of Convergence Information Technology . 2010 (1)

[7] Random forests [J].

Breiman, L .

MACHINE LEARNING, 2001, 45 (01) :5-32

[8] Measuring regularity by means of a corrected conditional entropy in sympathetic outflow [J].

Porta, A ;

Baselli, G ;

Liberati, D ;

Montano, N ;

Cogliati, C ;

Gnecchi-Ruscone, T ;

Malliani, A ;

Cerutti, S .

BIOLOGICAL CYBERNETICS, 1998, 78 (01) :71-78

[9]

Detecting covert timing channels:an entropy-based approach .2 Steven Gianvecchio,Wang Haining. Proceedings of the 14th ACM conference on Computer and communications security . 2007

← 1 →