版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于面向?qū)ο笏枷牒偷湫陀脩羧航M的個性化推薦方法研究.pdf
- 新浪微博惡意用戶研究及檢測.pdf
- mba論文面向論壇的用戶群體挖掘和信息推薦研究pdf
- 基于接觸跟蹤的惡意軟件傳播檢測方法及應用研究.pdf
- Web日志用戶群體分析系統(tǒng).pdf
- 基于信任計算的社交網(wǎng)絡惡意用戶檢測.pdf
- Android平臺應用程序惡意行為檢測方法研究.pdf
- 計及實時電價的微網(wǎng)用戶群電能優(yōu)化互濟調(diào)度方法.pdf
- 微博惡意用戶識別方法的研究.pdf
- 基于Dalvik指令特征的Android惡意應用檢測方法研究.pdf
- 城市用戶群節(jié)水支持體系研究.pdf
- 網(wǎng)絡論壇中的用戶主題討論建模及應用.pdf
- 基于機器學習的安卓惡意應用檢測方法研究.pdf
- 基于隨機森林的惡意移動應用動態(tài)檢測方法研究.pdf
- 基于深度學習的安卓惡意應用檢測方法研究.pdf
- 安卓應用的惡意行為檢測與歸類方法研究.pdf
- 高效率用戶群體興趣趨勢發(fā)現(xiàn)的推薦方法研究.pdf
- 基于接觸跟蹤的惡意軟件傳播檢測方法及應用研究(1)
- 基于在線學習算法的惡意網(wǎng)頁檢測系統(tǒng).pdf
- 基于混合特征的Android惡意應用檢測方法研究與實現(xiàn).pdf
評論
0/150
提交評論