本文關鍵詞：基于深度信念網(wǎng)絡的網(wǎng)絡水軍識別研究

  更多相關文章： 水軍 水軍識別 深度信念網(wǎng)絡 受限玻爾茲曼機 深度學習

【摘要】：在信息技術高速發(fā)展的時代,網(wǎng)絡空間已經(jīng)滲入人類生活的各方各面,成為人們交流互動的一個重要途徑。網(wǎng)絡空間縮短了人們交流的距離,使信息能被快速發(fā)布、接收和分享。在人類對網(wǎng)絡空間的依賴越來越大的同時,網(wǎng)絡空間中的信息對人類生活的影響越來越大。信息在被接受消化的同時,會悄然左右人們的思維,影響人們的決定,甚至影響到人們的實際生活。隨著網(wǎng)絡空間的發(fā)展,其影響的逐漸變大,網(wǎng)絡空間中開始衍生出網(wǎng)絡水軍。網(wǎng)絡水軍泛指那些為了獲得利益而在網(wǎng)絡上大量產(chǎn)生發(fā)布分享虛假垃圾信息的主體。這些網(wǎng)絡水軍在擾亂正常秩序的同時,也受到各方力量的圍剿。其在長期的對抗演變中,愈發(fā)趨向于真實用戶。因此如何快速準確的識別水軍是一個亟待解決的問題。本文針對現(xiàn)有水軍識別算法的不足,選取國內(nèi)最富有影響力的微博平臺新浪微博作為數(shù)據(jù)來源,以真實微博用戶的特征作為依據(jù),提出一種基于深度信念網(wǎng)絡的方法,來識別網(wǎng)絡水軍。此方法不僅融合用戶特征和文本內(nèi)容特征,還利用水軍活動在時間上的異常,綜合了水軍在時間維度上的特征。經(jīng)實驗驗證,此模型能在實踐中有效的識別水軍。考慮到網(wǎng)絡空間的快速發(fā)展,信息量越來越巨大,針對隨之帶來的數(shù)據(jù)處理耗時長的問題,本文分別對模型預處理和預訓練階段提出改進方案。使用并行方法改進了模型,加快了模型的訓練效率。實驗證明,改進方案提高了水軍檢測模型訓練的效率,解決了海量數(shù)據(jù)下模型訓練時間過長的問題。
【關鍵詞】：水軍 水軍識別 深度信念網(wǎng)絡 受限玻爾茲曼機 深度學習
【學位授予單位】：湘潭大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.09;D669
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-14
• 1.1 研究背景和意義9-10
• 1.2 研究現(xiàn)狀10-13
• 1.2.1 基于用戶行為特征的分析11-12
• 1.2.2 基于文本內(nèi)容的分析12-13
• 1.2.3 基于融合特征的分析13
• 1.3 本文的結構安排13-14
• 第二章 網(wǎng)絡水軍識別14-18
• 2.1 網(wǎng)絡水軍的定義14
• 2.2 網(wǎng)絡水軍識別14-17
• 2.2.1 網(wǎng)絡水軍識別的一般步驟15
• 2.2.2 網(wǎng)絡水軍識別的方法15-16
• 2.2.3 網(wǎng)絡水軍識別的評價指標16-17
• 2.3 本章小結17-18
• 第三章 深度信念網(wǎng)絡18-26
• 3.1 深度學習概念18-19
• 3.2 深度信念網(wǎng)絡的結構19-24
• 3.2.1 受限玻爾茲曼機RBM19-23
• 3.2.2 BP神經(jīng)網(wǎng)絡23-24
• 3.3 深度信念網(wǎng)絡的訓練24-25
• 3.3.1 預訓練24
• 3.3.2 微調(diào)24-25
• 3.4 本章小結25-26
• 第四章 結合時間序列信息的基于DBN的水軍識別算法26-35
• 4.1 問題定義26
• 4.2 模型框架26-31
• 4.2.1 新浪微博水軍現(xiàn)狀26-27
• 4.2.2 數(shù)據(jù)獲取27-28
• 4.2.3 模型設計28-31
• 4.3 實驗及結果31-34
• 4.4 本章小結34-35
• 第五章 一種面向水軍檢測的DBN分層并行模型35-44
• 5.1 問題35
• 5.2 一種面向水軍檢測的DBN分層并行模型35-39
• 5.2.1 利用Map Reduce加速用戶數(shù)據(jù)預處理模塊36-37
• 5.2.2 利用并行Downpour SGD加速RBM訓練37-39
• 5.3 實驗及結果39-42
• 5.3.1 評價指標39-40
• 5.3.2 實驗設計40-41
• 5.3.3 實驗結果及分析41-42
• 5.4 本章小結42-44
• 第六章 總結與展望44-45
• 參考文獻45-48
• 致謝48-49
• 附錄A (攻讀碩士學位期間發(fā)表的論文和專利)49-50
• 附錄B (攻讀碩士學位期間參與的科研項目)50

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 龍成生;王辛;單軍;吳德華;宋珍華;;基于BP網(wǎng)絡的血液氣味識別模型的建立[J];信息技術;2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 莫富強;王浩;姚宏亮;;動態(tài)貝葉斯網(wǎng)絡參數(shù)學習算法的一種加速[A];中國儀器儀表學會第九屆青年學術會議論文集[C];2007年

2 方錦清;;網(wǎng)絡科學理論研究的若干進展與展望-近年我院復雜網(wǎng)絡小組的研究概述[A];第三屆全國復雜動態(tài)網(wǎng)絡學術論壇論文集[C];2006年

3 王惠生;;GSM-R網(wǎng)絡參數(shù)ACCMIN的設置及對系統(tǒng)的影響[A];鐵道科學技術新進展——鐵道科學研究院五十五周年論文集[C];2005年

4 董樹義;趙永久;路宏敏;;微波規(guī)準網(wǎng)絡參數(shù)擬合模型與CAT[A];1991年全國微波會議論文集（卷Ⅱ）[C];1991年

5 陳濤;龔正虎;胡寧;;基于改進BP算法的網(wǎng)絡態(tài)勢預測模型[A];2009全國計算機網(wǎng)絡與通信學術會議論文集[C];2009年

6 彭振宇;朱暢華;董樹義;;傳輸型雙六端口測量網(wǎng)絡參數(shù)的優(yōu)化方案探討[A];1995年全國微波會議論文集（下冊）[C];1995年

7 方錦清;汪小帆;鄭志剛;;非線性網(wǎng)絡的動力學復雜性研究的進展概況[A];第四屆全國網(wǎng)絡科學學術論壇暨研究生暑期學校論文集[C];2008年

8 吳曄;肖井華;馬寶軍;吳智遠;楊俊忠;;手機短信網(wǎng)絡的生長過程研究[A];2006全國復雜網(wǎng)絡學術會議論文集[C];2006年

9 梁昌洪;張新軍;;一類非均勻傳輸線網(wǎng)絡參數(shù)的數(shù)值求解[A];1997年全國微波會議論文集(下冊)[C];1997年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 魏大可;校園網(wǎng)絡參數(shù)維護技巧之隱藏法[N];中國電腦教育報;2003年

2 北京 阮征;遠程修改網(wǎng)絡參數(shù)[N];電腦報;2004年

3 本報記者 葉閃;告別網(wǎng)絡亞健康狀態(tài)[N];計算機世界;2001年

4 武君;網(wǎng)絡優(yōu)化因“段”制宜[N];通信產(chǎn)業(yè)報;2006年

5 廣西 卜云聲;網(wǎng)絡切換開關——Netswitcher[N];電腦報;2001年

6 愛立信(中國)通信有限公司;自組織網(wǎng)絡:構建高效低成本移動網(wǎng)絡[N];通信產(chǎn)業(yè)報;2010年

7 記者 趙雅琪;“易優(yōu)”有效解決TD網(wǎng)絡優(yōu)化難題[N];人民郵電;2009年

8 上海貝爾 肖曄　陳曦 李勇;建設性能優(yōu)異的WCDMA網(wǎng)絡[N];人民郵電;2009年

9 劉學勇;解讀NGMN白皮書[N];通信產(chǎn)業(yè)報;2007年

10 本報實習記者 賈冕;WiFi共享：是福是禍？[N];中國知識產(chǎn)權報;2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 周文剛;網(wǎng)絡流量分類識別若干技術研究[D];電子科技大學;2014年

2 王濤;全局耦合網(wǎng)絡的特性及其混沌控制研究[D];哈爾濱工程大學;2012年

3 蘇先創(chuàng);復雜網(wǎng)絡的結構刻畫與蛋白質(zhì)作用網(wǎng)絡的建模研究[D];浙江大學;2011年

4 楊談;網(wǎng)絡混沌行為及其控制的研究[D];北京郵電大學;2009年

5 嚴傳魁;基于一種自適應突觸學習規(guī)則的網(wǎng)絡同步分析以及在記憶模型中的應用[D];華東理工大學;2012年

6 史偉;基于復雜網(wǎng)絡的拓撲與信息傳輸問題研究[D];天津大學;2010年

7 王建民;基于回聲狀態(tài)網(wǎng)絡的非線性時間序列預測方法研究[D];哈爾濱工業(yè)大學;2011年

8 姚春光;基于復雜網(wǎng)絡的網(wǎng)上商品交易行為特征研究[D];北京郵電大學;2015年

9 侯婕;位置與標識分離網(wǎng)絡關鍵技術研究[D];國防科學技術大學;2011年

10 陳宇;基于深度置信網(wǎng)絡的中文信息抽取方法[D];哈爾濱工業(yè)大學;2014年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 萬慧華;基于RR間期和深度置信網(wǎng)絡的房顫檢測[D];河北大學;2015年

2 唐小虹;復雜網(wǎng)絡級聯(lián)失效下的負載重分配機制研究[D];西南交通大學;2015年

3 白昊晨;CDMA網(wǎng)絡優(yōu)化技術研究[D];北京化工大學;2015年

4 陳雨;基于復雜網(wǎng)絡的故障診斷方法研究及系統(tǒng)實現(xiàn)[D];北京化工大學;2015年

5 張亞娟;基于復雜網(wǎng)絡的房顫信號特性分析[D];復旦大學;2014年

6 袁博;基于關系網(wǎng)絡的微博話題挖掘[D];哈爾濱工業(yè)大學;2014年

7 楊程成;相互作用網(wǎng)絡的魯棒性研究[D];電子科技大學;2015年

8 孫衛(wèi)強;基于深度信念網(wǎng)絡的網(wǎng)絡水軍識別研究[D];湘潭大學;2015年

9 周永進;BP網(wǎng)絡的改進及其應用[D];南京信息工程大學;2007年

10 劉博;網(wǎng)絡行為的可控能力研究[D];山東大學;2011年

，

本文編號：1015685