微博网络水军个体识别与团体划分方法

发布时间：2021-12-19 09:40

　　网络水军所带来的不良影响不仅破坏了网络空间秩序,而且还可能引发网络信任危机、影响社会安定。针对网络水军的管控和治理已成为当前多个学科的研究热点,分析网络水军与正常用户的差异、建立网络水军个体识别模型对网络水军的研究有重要的意义,而对网络水军团体划分的研究有助于挖掘网络水军行为模式,为网络水军团体的责任界定提供帮助。本文以微博平台上的用户信息为研究对象,在分析了现有研究中存在的不足后,针对微博网络水军特征构造、微博网络水军个体识别算法与微博网络水军团体划分方法展开了研究。主要内容包括:第一,针对当前网络水军特征覆盖面不足的问题,综合社会科学对其的定义和微博网络水军与正常用户的差异性,结合微博网络水军中僵尸账户、劫持账户、雇佣账户和核心账户等不同的突出特征,在用户个人信息特征、微博内容特征、用户行为特征和用户关系特征的基础上,构造了用户活跃度、微博内容合理度、用户身份可靠度、用户行为合理度4个新特征,并通过卡方检验算法剔除了部分不相关特征。实验结果表明,本文构造的特征集能更好地表达水军与正常用户的差异性,能有效提高识别模型的效果。第二,针对网络水军标注困难的问题,借助半监督学习的思路与方法... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

新型冠状病毒网络舆情走势

重庆邮电大学硕士学位论文第4章微博网络水军团体划分方法48图4.12所示。图4.11新型冠状病毒网络舆情走势图4.12新冠疫情期间网络谣言种类分布从图4.11和图4.12分析可知，在“新冠肺炎疫情事件”中由于“台风眼现象”地形成，公众的注意力全部集中在“新冠肺炎疫情事件”相关信息中，难免有不法分子利用水军出于商业或政治目的，制造和传播谣言信息。从谣言种类分布种类来看，大部分谣言与公众的衣食住行、切身利益和健康安全有关，因此在恐怖和紧张的氛围下公众情绪被放大，加上缺乏常识性、科普性和法制相关的教育，导致部分网民在水军团体传播谣言信息中起到了推波助澜的作用。建议有关部门加大科普宣讲力度，尤其是伪科学一类的谣言信息，做好群众的日常基础认知教育和法制教育，提升公众的整体素养，加强群众的自我辨识能力；同时开发相关谣言和水军识别平台，构建谣言和水军数据库。

【参考文献】：
期刊论文
[1]内容相似度微博社区发现方法研究[J]. 王高飞,张月琴,陈健.  太原理工大学学报. 2019(03)
[2]量化社会与数字劳动:网络水军的政治经济学分析[J]. 吴鼎铭.  现代传播(中国传媒大学学报). 2019(05)
[3]社交网络水军用户的动态行为分析及在线检测[J]. 李岩,邓胜春,林剑.  计算机工程. 2019(08)
[4]基于图卷积网络的社交网络Spammer检测技术[J]. 曲强,于洪涛,黄瑞阳.  网络与信息安全学报. 2018(05)
[5]基于用户表示学习的微博水军识别研究[J]. 刘姝雯,徐扬,王冰璐,高铭,邓佳琪.  情报杂志. 2018(07)
[6]网络水军不当行为的法律规制[J]. 徐昭媛.  法制博览. 2018(01)
[7]基于隐空间代价敏感学习的微博水军识别方法[J]. 王磊,任航,王之怡.  计算机工程. 2018(09)
[8]基于逻辑回归算法的微博水军识别[J]. 谢忠红,张颖,张琳.  微型机与应用. 2017(16)
[9]改进的朴素贝叶斯算法在垃圾邮件过滤中的研究[J]. 杨雷,曹翠玲,孙建国,张立国.  通信学报. 2017(04)
[10]大规模社交网络社区发现及可视化算法[J]. 赵润乾,吴渝,陈昕.  计算机辅助设计与图形学学报. 2017(02)

硕士论文
[1]重叠网络社团的划分及可视化[D]. 储伟.重庆邮电大学 2018
[2]基于结构与内容的社交网络水军团体识别[D]. 金礼仁.南京邮电大学 2016
[3]社交媒体大数据的朴素贝叶斯分类方法研究[D]. 曹守富.湖南大学 2016
[4]面向新浪微博的水军识别技术的研究与实现[D]. 张良.国防科学技术大学 2015



本文编号：3544189