基于结构与内容的社交网络水军团体识别

发布时间：2017-10-07 16:25

  本文关键词：基于结构与内容的社交网络水军团体识别

  更多相关文章： 社交网络 水军识别 结构特征 内容特征 水军团体

【摘要】：随着在线社交网络的不断发展,基于社交网络的信息传播也越来越深入和广泛。然而近年来,有组织的网络水军的出现,导致社交网络上谣言信息盛行、欺诈活动猖獗,造成巨大的社会、经济损失,严重动摇了社交网络的安全基础,最终会影响社交网络的发展前景。所以进行网络水军识别研究是一项迫在眉睫的工作。在庞大的社交网络中,传统的水军识别工作,主要是基于单个特征进行的,没有把水军团体作为识别的目标,这类方法不能全面评价一个水军的特征,识别准确率和效率有提高的空间。因此,如何检测出社交网络中的水军团体,并提高社交网络水军检测的效率和准确率是一项重要的研究课题。网络水军作为一个带有一定任务的团体,在他们的团体成员结构中会呈现出一种异常特征。基于这一思想,本文提出了一种基于结构与内容的社交网络水军团体识别方法。可以通过挖掘网络水军在社交网络中的结构特征,对社交网络中的水军团体进行识别;并结合节点本身所传播信息的内容特征,对社交网络中的水军团体进行综合分析,从而确认网络水军的身份。本文的具体工作:(1)挖掘社交网络水军的网络结构特征。根据垃圾信息出现的时间,结合社交网络用户的转发记录构建社交网络中的转发关系网络,寻找其中传播信息能力强的重叠社区结构,初步识别网络水军团体。(2)用户传播内容的特征挖掘。分析用户所发送内容的特征和垃圾信息的特征,通过度量它们之间的相似度,来判断一个用户是否传播过垃圾信息。(3)综合用户的结构特征与发布内容的特征识别网络水军团体。在已识别的重叠结构的基础上,度量重叠社区内节点的内容与垃圾信息的相似度,寻找多次传播过垃圾信息的重叠社区节点,确定为网络水军。本文基于网络水军整体结构为基点而得到的网络水军识别模式,具有全局性特征。在新浪微博数据集上,通过对比实验,验证了本文提出方法的有效性和可行性。相关成果可以为净化网络环境提供支持,因而具有一定的应用前景。
【关键词】：社交网络 水军识别 结构特征 内容特征 水军团体
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.1;TP393.09
【目录】：

• 摘要4-5
• abstract5-9
• 第一章 绪论9-14
• 1.1 研究背景9-10
• 1.2 网络水军识别现状研究10-12
• 1.3 课题研究内容12-13
• 1.4 论文的组织结构13
• 1.5 本章小结13-14
• 第二章 相关研究14-23
• 2.1 社交网络概述14-16
• 2.2 网络水军识别研究16-21
• 2.2.1 基于内容特征的方法16-17
• 2.2.2 基于行为特征的方法17-18
• 2.2.3 基于网络特征的方法18-19
• 2.2.4 基于影响力的方法19
• 2.2.5 基于综合特征的方法19-20
• 2.2.6 目前的研究难点和热点20-21
• 2.3 网络水军识别研究总结21-22
• 2.4 本章小结22-23
• 第三章 基于网络结构特征的水军识别23-37
• 3.1 社交网络水军的网络结构特征分析23-27
• 3.1.1 对节点和边的度量24-26
• 3.1.2 重叠社区结构的引入26-27
• 3.2 构建社交网络中的转发关系网络27-30
• 3.3 重叠社区结构发现算法30-36
• 3.3.1 重叠社区结构发现研究30-32
• 3.3.2 改进的重叠社区发现算法32-33
• 3.3.3 算法伪代码33-36
• 3.3.4 时间复杂度36
• 3.4 本章小结36-37
• 第四章 基于结构与内容的水军团体识别37-44
• 4.1 基于内容特征识别水军问题分析37
• 4.2 总体方案37-38
• 4.3 内容特征的提取38-43
• 4.3.1 主题模型简介39-41
• 4.3.2 相似度计算41-43
• 4.4 最终水军团体的确定43
• 4.5 本章小结43-44
• 第五章 实验44-52
• 5.1 实验准备44-47
• 5.1.1 实验数据集44-46
• 5.1.2 数据集的处理46
• 5.1.3 实验环境46-47
• 5.2 重叠社区的发现47-48
• 5.2.1 建立转发关系网络47
• 5.2.2 评价指标47
• 5.2.3 实验结果及分析47-48
• 5.3 LDA参数的确定48-49
• 5.4 水军识别实验与分析49-51
• 5.4.1 实验评估标准49
• 5.4.2 实验及结果分析49-51
• 5.5 本章小结51-52
• 第六章 研究工作总结与展望52-54
• 6.1 研究工作总结52
• 6.2 未来的研究内容展望52-54
• 参考文献54-57
• 附录1 攻读硕士学位期间撰写的论文57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 ;基于位置的手机社交网络“贝多”正式发布[J];中国新通信;2008年06期

2 曹增辉;;社交网络更偏向于用户工具[J];信息网络;2009年11期

3 ;美国:印刷企业青睐社交网络营销新方式[J];中国包装工业;2010年Z1期

4 李智惠;柳承烨;;韩国移动社交网络服务的类型分析与促进方案[J];现代传播(中国传媒大学学报);2010年08期

5 贾富;;改变一切的社交网络[J];互联网天地;2011年04期

6 谭拯;;社交网络:连接与发现[J];广东通信技术;2011年07期

7 陈一舟;;社交网络的发展趋势[J];传媒;2011年12期

8 殷乐;;全球社交网络新态势及文化影响[J];新闻与写作;2012年01期

9 许丽;;社交网络:孤独年代的集体狂欢[J];上海信息化;2012年09期

10 李玲丽;吴新年;;科研社交网络的发展现状及趋势分析[J];图书馆学研究;2013年01期

中国重要会议论文全文数据库 前10条

1 赵云龙;李艳兵;;社交网络用户的人格预测与关系强度研究[A];第七届（2012）中国管理学年会商务智能分会场论文集（选编）[C];2012年

2 宫广宇;李开军;;对社交网络中信息传播的分析和思考——以人人网为例[A];首届华中地区新闻与传播学科研究生学术论坛获奖论文[C];2010年

3 杨子鹏;乔丽娟;王梦思;杨雪迎;孟子冰;张禹;;社交网络与大学生焦虑缓解[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 毕雪梅;;体育虚拟社区中的体育社交网络解析[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

5 杜p，

本文编号：988876