基于统计特征的微博垃圾用户检测系统研究

摘要：

微博作为国内用户规模较大的在线社交网络平台之一,面临着来自垃圾用户的困扰.垃圾用户通过微博平台发起网络攻击,污染网络环境、威胁用户隐私安全,甚至造成了经济损失,因此如何有效地检测垃圾用户是一个亟待解决的问题.目前,基于机器学习的检测方法并没有考虑时间的变化性,随着时间推移其检测性能下降.文章采用机器学习分类方法挖掘用户信息与微博信息的统计特征,基于Spark大数据平台,设计并实现了一套微博垃圾用户检测系统.该系统结合传统的离线检测与在线检测,通过在线检测解决时间的变化性问题,优化了传统离线检测的性能.文章的实验结果表明该系统离线检测部分的准确率最高可达到93.4％,在线检测部分的准确率最高可达到94.8％,均高于微博反垃圾系统的67.4％.

关键词：垃圾用户检测、离线检测、在线检测、半监督学习检测、主动学习检测

所属期刊栏目：10

分类号：TP391(计算技术、计算机技术)

资助基金：1.国家重点研发计划项目;2.国家自然科学基金资助项目;3.辽宁省高校创新团队支持计划资助项目;4.赛尔网络创新项目

在线出版日期：2020-04-03（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：20-25