中文微博隱私挖掘系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、縱觀近年來中文微博發(fā)展的趨勢(shì),隨著用戶數(shù)量不斷增加,用戶在微博中的關(guān)系網(wǎng)絡(luò)逐步完善,微博中潛在的隱私泄露問題也日益成為人們關(guān)注的焦點(diǎn),其中蘊(yùn)含的巨大商機(jī)亦待爆發(fā)。本文的工作圍繞中文微博的隱私泄露問題展開,提出了一套中文微博隱私挖掘方案。主要工作包括以下幾個(gè)方面:
　　(1)針對(duì)中文微博隱私挖掘?qū)?shù)據(jù)的特殊需求,設(shè)計(jì)并實(shí)現(xiàn)了一套基于Web技術(shù)的數(shù)據(jù)挖掘系統(tǒng)。提出了基于開放平臺(tái)接口與頁面解析技術(shù)相結(jié)合的微博數(shù)據(jù)獲取方案:通過線性控制開

2、放平臺(tái)接口的訪問頻率,解決了訪問受限問題;配合網(wǎng)絡(luò)爬蟲技術(shù),彌補(bǔ)了開放平臺(tái)獲取數(shù)據(jù)信息不完全等問題。
　　(2)將基于模塊度優(yōu)化的啟發(fā)式算法應(yīng)用到微博網(wǎng)絡(luò)的社區(qū)檢測(cè)中,并對(duì)其鄰接矩陣的構(gòu)造提出了針對(duì)微博特性的改進(jìn)方案。利用 D3可視化引擎將微博網(wǎng)絡(luò)抽象成無向圖,在強(qiáng)關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上,提出了結(jié)合微博關(guān)系有向性、二度人脈特性的鄰接矩陣邊權(quán)重算法,實(shí)現(xiàn)了微博網(wǎng)絡(luò)關(guān)系從有向性到無向性的轉(zhuǎn)換。經(jīng)檢驗(yàn),該方案在保證算法效率的前提下,使得社區(qū)檢

3、測(cè)的成功率從80.32％提高到了90.16%。
　　(3)通過基于社區(qū)檢測(cè)的隱私分析方法,利用社區(qū)中相同的公開信息來推斷目標(biāo)用戶未公開的隱私信息,以不低于50%的置信度獲得用戶的地理位置信息、職業(yè)信息、教育信息。
　　(4)采用借助SAE分詞服務(wù)的自建詞庫的中文關(guān)鍵字提取方法,幫助實(shí)現(xiàn)對(duì)用戶興趣等信息的挖掘。根據(jù)中文微博關(guān)鍵字提取與傳統(tǒng)關(guān)鍵字提取工作的區(qū)別進(jìn)行方案的設(shè)計(jì),設(shè)計(jì)了處理中文微博嘈雜信息的啟發(fā)式噪聲過濾規(guī)則。利用社