基于重用检测的微博垃圾用户过滤算法

发布时间：2018-02-01 10:16

本文关键词： 垃圾消息微博重用检测　出处：《南京大学学报(自然科学版)》2013年04期 　论文类型：期刊论文

【摘要】：针对微博中的反垃圾处理问题,本文提出了基于重用检测模型的垃圾用户检测算法,该方法综合考虑了消息序列中文本相关性和时间相关性,对垃圾用户的发布行为进行建模.按照文本粒度不同,基于重用检测模型的检测算法分为语句级检测(SRD)和词项级检测(TRD).SRD算法侧重于用户行为方式,而TRD算法侧重于垃圾消息的主题.基于真实数据集的实验表明,SRD算法在整体性能上优于TRD算法,但TRD算法具有更高的运行效率,并且检测针对性强,可发现指定类型的垃圾用户.最后,本文运用重用检测算法在垃圾用户群体检测方面做了初步尝试,实验表明基于转发关系的重用检测算法可以发现真实有效的垃圾群体用户.
[Abstract]:For the problem of waste micro-blog in the proposed detection algorithm reuse spam detection model based on this method, considering the correlation and time correlation of text message sequence, modeling the user's garbage release behavior. According to the text of different size, detection algorithm reuse detection model is divided into a statement level detection based on SRD () and lexical entry level detection (TRD).SRD algorithm focuses on user behavior, while the TRD algorithm focuses on junk news theme. Experiments based on real data sets show that, SRD algorithm is better than TRD in the overall performance, but the TRD algorithm has higher efficiency, and the detection of targeted, can be found in the specified the type of garbage users. Finally, this paper uses the reuse detection algorithm in spam detection of user groups to do a preliminary attempt, experiments show that the reuse detection method based on the relationship of the forwarding can be issued The real and effective users of the garbage group.

【作者单位】：南京师范大学计算机科学与技术学院;
【基金】：江苏省自然科学基金重点项目(BK2011005) 国家自然科学基金(61272221) 江苏省社科基金(12YYA002)
【分类号】：TP393.092
【正文快照】： 微博作为目前流行的网络营销媒体,为商业用户拓展市场空间、树立品牌形象和开展网络营销提供了巨大的帮助.但同时也成为了垃圾用户(Spammer)发布非法广告和垃圾消息的平台.垃圾消息的大量出现不仅影响了用户的使用体验,还妨碍了商业营销活动在微博平台上的健康发展.所以,研究

【相似文献】