基于贝叶斯模型的微博网络水军识别算法研究

摘要：

为了能够有效地识别水军,在以往相关研究基础上,设置粉丝关注比、平均发布微博数、互相关注数、综合质量评价、收藏数和阳光信用这6个特征属性来设计微博水军识别分类器,并基于贝叶斯模型和遗传智能优化算法实现了水军识别算法.利用新浪微博真实数据对算法性能进行了验证,实验结果表明,提出的贝叶斯水军识别算法能够在不牺牲非水军识别率的情况下,保证水军识别的准确率,而且提出的阈值优化算法能显著提升水军识别的准确率.

关键词：网络水军、水军识别、微博、贝叶斯模型、遗传算法

所属期刊栏目：38

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61602536, 61273293, 61309029;北京市社会科学重点基金资助项目16YJA001;网络与数据安全四川省重点实验室开放课题基金资助项目NDSMS201605;中央财经大学学科建设基金资助项目 The National Natural Science Foundation of China61602536, 61273293, 61309029;Beijing Mu-nicipal Social Science Foundation16YJA001;The Open Projectof Network and Data Security Key Laboratory of Sichuan ProvinceNDSMS201605;The Discipline Construction Foundation of the Central University of Finance and Economics

在线出版日期：2017-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：44-53