基于双层采样主动学习的社交网络虚假用户检测方法

摘要：

社交网络的飞速发展给用户带来了便捷,但是社交网络开放性的特点使得其容易受到虚假用户的影响.虚假用户借用社交网络传播虚假信息达到自身的目的,这种行为严重影响着社交网络的安全性和稳定性.目前社交网络虚假用户的检测方法主要通过用户的行为、文本和网络关系等特征对用户进行分类,由于人工标注用户数据需要的代价较大,导致分类器能够使用的标签样本不足.为解决此问题,本文提出一种基于双层采样主动学习的社交网络虚假用户检测方法,该方法使用样本不确定性、代表性和多样性3个指标评估未标记样本的价值,并使用排序和聚类相结合的双层采样算法对未标记样本进行筛选,选出最有价值的样本给专家标注,用于对分类模型的训练.在Twitter、Apontador和Youtube数据集上的实验说明本文所提方法在标签样本数量不足的情况下,只使用少量有标签样本就可以达到与有监督学习接近的检测效果;并且,对比其他主动学习方法,本文方法具有更高的准确率和召回率,需要的标签样本数量更少.

关键词：社交网络、虚假用户、主动学习、样本多样性

所属期刊栏目：43

分类号：P59;TP3

资助基金：国家重点基础研究发展计划973计划2013CB328903;重庆市基础与前沿研究计划cstc2015jcyjA40049;国家自然科学基金71102065;国家科技支撑计划2015BAF05B03;中央高校基础研究基金106112014CDJZR095502资助Supported by National Key Basic Research Program of China973Program2013CB328903;Basic and advanced research projects in Chongqingcstc2015jcyjA40049;National Natu-ral Science Foundation of China71102065;National Science and Technology Ministry2015BAF05B03;Fundamental Research Funds for the Central Universities106112014CD-JZR095502

在线出版日期：2017-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：448-461