基于行为特征分析的微博恶意用户识别

摘要：

近年来,社交网络数据挖掘作为物理网络空间数据挖掘的一大热点,目前在用户行为分析、兴趣识别、产品推荐等方面都取得了令人可喜的成果.随着社交网络商业契机的到来,出现了很多恶意用户及恶意行为,给数据挖掘的效果产生了极大的影响.基于此,提出基于用户行为特征分析的恶意用户识别方法,该方法引入主成分分析方法对微博网络用户行为数据进行挖掘,对各维度特征的权重进行排序,选取前六维主成分特征可以有效识别恶意用户,主成分特征之间拟合出的新特征也能提升系统的识别性能.实验结果表明,引入的方法对微博用户特征进行了有效的排序,很好地识别出了微博社交网络中的恶意用户,为其他方向的社交网络数据挖掘提供了良好的数据清洗技术.

关键词：恶意用户、机器学习、微博、主成分分析法(PCA)、特征提取

所属期刊栏目：45

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金青年项目61502247;公安部重点实验室开放课题2015DSJSYS001;江苏省高校自然科学研究面上项目14KJB520028

在线出版日期：2019-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：111-116