一種基于貝葉斯的微博隱私檢測(cè)方法研究.pdf

1、近年來(lái)微博憑借其集成化、開放化、操作簡(jiǎn)單、傳播迅速以及覆蓋面廣等特點(diǎn)在世界范圍內(nèi)得到流行,然而隨之而來(lái)的微博隱私泄露方面問(wèn)題也日益引起人們的擔(dān)憂。目前針對(duì)微博類社交網(wǎng)絡(luò)的隱私檢測(cè)技術(shù)仍處于研究初期,因此也越來(lái)越引起人們的關(guān)注。
　　通過(guò)研究國(guó)內(nèi)外對(duì)微博隱私檢測(cè)這一課題的研究現(xiàn)狀,以及相關(guān)的技術(shù)理論知識(shí),本文主要進(jìn)行了以下研究。
　　本文提出了一種微博隱私檢測(cè)系統(tǒng)模型,用于對(duì)涉及微博隱私泄露的微博進(jìn)行檢測(cè)。該模型主要分為預(yù)處理

2、、分詞及結(jié)果優(yōu)化處理、停用詞去除、二級(jí)樸素貝葉斯分類幾個(gè)模塊。本文首先針對(duì)傳統(tǒng)的RMM+TSD分詞方法中分詞算法存在多次詞條的無(wú)效查找、分詞算法不能處理歧義切分、分詞算法不能提取新詞的不足,提出了一種I-RMM+I-SD的分詞方法。該方法能有效地提高分詞速度,同時(shí)不帶來(lái)過(guò)多額外的詞典存儲(chǔ)空間開銷,且能進(jìn)行較為常見的二字交集型歧義處理和二字新詞識(shí)別,能有效地提高分詞效率和精度。然后本文用一種二級(jí)貝葉斯分類方法對(duì)分詞后的微博內(nèi)容進(jìn)行分類。該