HI,欢迎来到学术之家,期刊咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

一种基于微博用户行为的僵尸粉识别方法

作者:张锡英; 车鑫; 田宪允支持向量机僵尸粉数据挖掘

摘要:有效地区分僵尸粉和真实用户对于评估企业营销活动的实际效果以及评价名人、网站等用户的真实影响力具有十分重要的价值。僵尸粉的形态已从过去以关注为主的低级形态向进行营销的高级形态过渡,为了有效地鉴别微博中的僵尸粉,本文通过构建用户的粉丝数、关注数、微博数、转发数、微博的转发情况、微博的评论情况、分时段的发博数等代表用户行为的特征向量,提出了一种基于用户行为的智能识别方法。通过实验证实,对比微博用户静态特征的识别方法,利用本文构建的基于用户行为的僵尸粉识别方法,准确率有较大提升。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

黑龙江大学自然科学学报

《黑龙江大学自然科学学报》(CN:23-1181/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《黑龙江大学自然科学学报》主要刊载数学、应用数学、控制理论、计算机科学、物理、电子科学与技术、机电工程、化学化工、材料科学、市政环境工程、生命科学等学科的最新科研成果。

杂志详情