基于Scrapy的社交网络异常用户检测系统研究与开发

摘要：

笔者主要讨论新浪微博中的虚假账户,即僵尸粉的检测.新浪微博的粉丝数量在广告宣传、娱乐节目推广等方面存在很大的经济价值,因此,就会存在大量僵尸粉来恶意增加粉丝数量.大量假账户的存在,会影响该社交网络的价值.因此,实现僵尸粉的精确检测进而删除僵尸粉对微博具有重要意义.基于此,有必要设计一套轻量级的虚假账户检测系统,降低算法的复杂度,减少计算量,同时具有很快的运行速度.系统使用Scrapy网络爬虫自动获取用户的微博数据,然后提取选定的特征值.对于训练样本,需要在进行人工标记后用于机器学习.训练方法采用经典的支持向量机(SVM)算法.对经过训练后的模型用一组随机的测试数据对模型的性能进行检测.在选取了最优的参数后,模型对分类结果的精确度为96%,达到了所要求的精度阈值.

关键词：机器学习、数据挖掘、分类、SVM

分类号：TP393.092(计算技术、计算机技术)

在线出版日期：2016-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：97-98