10.3969/j.issn.1000-8519.2022.24.013
基于特征选择的微博水军识别研究
随着互联网飞速发展,微博等社交媒体也迅速成长起来,与此同时,微博平台上网络水军也越来越多.为了能够识别水军,还网络世界一个清净之地,本文针对Twitter平台,利用3个不同数据集以及Scikit-Learn库中3种分类算法进行实验,实验采用相关性检验方法比较不同特征集差异,得出提高分类效果准确率的有效特征,并通过不同机器学习算法训练数据集,得出最优算法.本实验在Twitter真实数据集下进行,实验结果表明,"推特用户收藏、回复、转发总数actions"特征的引入在很大程度上提高了分类效果准确率;并且相较于支持向量机与K最近邻算法,随机森林分类法能够更有效识别水军.
Twitter、特征选择、Scikit-Learn库、特征提取
TP393(计算技术、计算机技术)
2023-04-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
47-49,69