在線金融論壇惡意用戶群組檢測方法及應用.pdf

1、近年來，互聯(lián)網(wǎng)的迅猛發(fā)展促進了信息技術與網(wǎng)絡通信技術的發(fā)展。社會生活的高度信息化，使網(wǎng)絡承載了蘊含價值的數(shù)據(jù)，擁有海量用戶的社會化網(wǎng)絡媒體，已經(jīng)被組織和個人廣泛地用來輔助決策。在線金融論壇上存在巨大的用戶群與潛在的商機，使虛假意見和垃圾信息被廣泛地制造和傳播，該類危害的源頭即惡意用戶群組。針對以上問題，我們利用網(wǎng)頁信息提取、數(shù)據(jù)存儲、情感分析、網(wǎng)絡關系建模、重疊社區(qū)檢測等技術，來采集在線金融論壇用戶行為數(shù)據(jù)、構建用戶關系網(wǎng)絡、對用戶關系

2、網(wǎng)絡進行社區(qū)劃分、檢測惡意用戶群組并評價檢測結果。本文的主要工作如下：
　　1.通過對在線金融論壇網(wǎng)站頁面的研究，分析論壇用戶行為，利用網(wǎng)頁信息抽取技術采集論壇頁面信息，匹配實驗所需的用戶行為數(shù)據(jù)，并存儲到本地關系型數(shù)據(jù)庫MySQL中。
　　2.基于機器學習，對訓練集進行分詞、特征選取，選擇合適的情感分類器，對用戶評論內(nèi)容的情感進行分類預測，依據(jù)預測分類結果，構建用戶行為網(wǎng)絡關系模型，并描述用戶相似情感網(wǎng)絡的相關全局性統(tǒng)計特

3、征，得出相似情感網(wǎng)絡既滿足“小世界”特性，也滿足無尺度特性。
　　3.考慮到節(jié)點屬性對數(shù)據(jù)結構的影響，結合節(jié)點拓撲結構和節(jié)點屬性信息，提出一種基于節(jié)點拓撲結構和節(jié)點屬性的重疊社區(qū)檢測算法，對在線金融論壇用戶關系網(wǎng)絡和斯坦福大學的三個社交網(wǎng)絡數(shù)據(jù)集進行重疊社區(qū)檢測，并與常見的社區(qū)檢測算法作比較，驗證了本文提出算法的可行性與有效性。
　　4.提出相應的社區(qū)檢測的外部指標，綜合這些外部指標檢測股票論壇中的惡意用戶群組，并結合具體案