【摘要】：微博中隱含著輿論熱點等與特定話題相關的有價值的信息。因此,針對微博數據分析(如話題發(fā)現等)的工作成了當前的研究熱點。由于微博內容和形式的高度自由,使得相關的研究工作面臨著垃圾數據噪聲大、有用數據提取難的問題。然而,目前針對非公共話題的中文垃圾微博過濾尚無有效方法。提出一種基于多視角特征融合的垃圾微博過濾方法。該方法首先從微博的結構和內容兩個視角建立規(guī)則,再與微博文本分詞結果進行融合構造復合特征,并以此對垃圾微博進行過濾。通過在真實數據集上的實驗表明多視角融合的特征使得過濾效果有明顯提升。
[Abstract]:This paper puts forward a method for filtering spam micro - blog based on multi - view feature fusion , which is based on the structure and content of micro blog .
【作者單位】： 中國科學院計算技術研究所網絡數據科學與工程研究中心;中國科學院大學;國家計算機網絡應急技術處理協調中心;
【基金】：國家重點基礎研究發(fā)展計劃(“九七三”計劃)項目(2012CB316303,2012BAH39B04) 高技術研究發(fā)展計劃(“八六三”計劃)項目(2012AA011003) 國家自然科學基金重點資助項目(60933005,61232010)國家自然科學基金面上項目(61173064) 國家242項目(2012F124)
【分類號】：TP393.092

【參考文獻】

相關期刊論文 前5條

1 林霜梅;汪更生;陳弈秋;;個性化推薦系統中的用戶建模及特征選擇[J];計算機工程;2007年17期

2 樊興華;孫茂松;;一種高性能的兩類中文文本分類方法[J];計算機學報;2006年01期

3 賈志洋;李偉偉;張海燕;;基于內容的搜索引擎垃圾網頁檢測[J];計算機應用與軟件;2009年11期

4 韓曉暉;馬軍;邵海敏;薛冉;;一種基于LDA的Web論壇低質量回帖檢測方法[J];計算機研究與發(fā)展;2012年09期

5 王元珍,錢鐵云,馮小年;基于關聯規(guī)則挖掘的中文文本自動分類[J];小型微型計算機系統;2005年08期

【共引文獻】

相關期刊論文 前10條

1 李文斌;劉椿年;鐘寧;;基于兩階段集成學習的分類器集成[J];北京工業(yè)大學學報;2010年03期

2 趙軍;胡栓柱;樊興華;;一種新的詞語相似度計算方法[J];重慶郵電大學學報(自然科學版);2009年04期

3 曾立梅;;基于文本數據挖掘的碩士論文分類技術[J];重慶郵電大學學報(自然科學版);2010年05期

4 楊鳳霞;;基于特征選擇的垃圾短信過濾研究[J];滄州師范�？茖W校學報;2011年03期

5 孫鐵利;趙雋;楊鳳芹;吳迪;;一種基于相對特征的文本分類算法[J];東北師大學報(自然科學版);2010年01期

6 李艷玲;戴冠中;覃森;;快速的文本傾向性分類方法(英文)[J];電子科技大學學報;2007年06期

7 樊興華;王鵬;;基于兩步策略的中文短文本分類研究[J];大連海事大學學報;2008年03期

8 郭玉琴;袁方;劉海博;;基于模糊分類規(guī)則樹的文本分類(英文)[J];Journal of Southeast University(English Edition);2008年03期

9 李寧;王子磊;鄭濤;;基于本體論的個性化影片推薦技術研究[J];電子技術;2009年10期

10 譚玉玲;張新林;;一種基于主題分類的文本過濾方法及其硬件實現[J];湖南工程學院學報(自然科學版);2010年02期

相關會議論文 前4條

1 馬后鋒;樊興華;;一種改進的增量貝葉斯分類算法[A];2007'儀表，，自動化及先進集成技術大會論文集（一）[C];2007年

2 ;An Analysis on the Personalized Recommendation Architecture of Mobile Commerce Application[A];第六屆（2011）中國管理學年會——管理科學與工程分會場論文集[C];2011年

3 趙紀元;羅霄;;面向中圖法的學術文獻自動分類研究[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

4 錢鐵云;馮小年;王元珍;;prefix-hash-tree的插入、查找和重構算法[A];第二十一屆中國數據庫學術會議論文集（技術報告篇）[C];2004年

相關博士學位論文 前10條

1 劉伍穎;面向垃圾信息過濾的主動多域學習文本分類方法研究[D];國防科學技術大學;2011年

2 古平;基于貝葉斯模型的文檔分類及相關技術研究[D];重慶大學;2006年

3 王佐成;基于紋理的遙感圖像分類研究[D];西南交通大學;2007年

4 王樹梅;信息檢索相關技術研究[D];南京理工大學;2007年

5 張博鋒;面向內容安全的文本分類研究[D];國防科學技術大學;2007年

6 郝立柱;漢語文本自動分類[D];吉林大學;2008年

7 郝秀蘭;文本分類技術與應用研究[D];復旦大學;2008年

8 劉赫;文本分類中若干問題研究[D];吉林大學;2009年

9 趙朋朋;Deep Web信息集成若干關鍵技術研究[D];蘇州大學;2008年

10 劉志勇;基于本體的自適應學習方法及應用研究[D];吉林大學;2010年

相關碩士學位論文 前10條

1 于洪霞;基于SVM的中文垃圾郵件過濾[D];哈爾濱工程大學;2009年

2 羅文兵;自適應教學科研信息推送服務模型研究[D];江西師范大學;2010年

3 徐旭;基于決策樹的Web應用系統個性化身份驗證研究[D];合肥工業(yè)大學;2010年

4 姜倫;模糊聚類算法及其在中文文本聚類中的研究與實現[D];哈爾濱理工大學;2010年

5 劉繼勇;網絡輿情預警輔助決策支持系統模型及關鍵技術研究[D];石家莊經濟學院;2010年

6 孫久舒;基于內容關聯的政府網站信息服務模型研究[D];吉林大學;2011年

7 李高敏;基于協同過濾的教學資源個性化推薦技術的研究及應用[D];北京交通大學;2011年

8 張一平;基于Agent的餐飲個性化推薦建模與仿真研究[D];大連理工大學;2011年

9 魏彥鵬;基于移動社會網絡的用戶行為分析[D];北京郵電大學;2011年

10 杜偉;智能化信息服務平臺服務器端設計與實現[D];北京郵電大學;2011年

【二級參考文獻】

相關期刊論文 前9條

1 應曉敏,劉明,竇文華;一種面向個性化服務的無需反例集的用戶建模方法[J];國防科技大學學報;2002年03期

2 朱華宇,孫正興,張福炎;一個基于向量空間模型的中文文本自動分類系統[J];計算機工程;2001年02期

3 賀海軍,王建芬,周青,曹元大;基于決策支持向量機的中文網頁分類器[J];計算機工程;2003年02期

4 石晶;胡明;石鑫;戴國忠;;基于LDA模型的文本分割[J];計算機學報;2008年10期

5 黃萱菁,吳立德,石崎洋之,徐國偉;獨立于語種的文本分類方法[J];中文信息學報;2000年06期

6 李輝,史忠植,許卓群;運用文本領域的常識改善基于支撐向量機的文本分類器性能[J];中文信息學報;2002年02期

7 劉少輝,董明楷,張�？�,李蓉,史忠植;一種基于向量空間模型的多層次文本分類方法[J];中文信息學報;2002年03期

8 劉斌,黃鐵軍,程軍,高文;一種新的基于統計的自動文本分類方法[J];中文信息學報;2002年06期

9 解沖鋒,李 星;基于序列的文本自動分類算法[J];軟件學報;2002年04期

【相似文獻】

相關期刊論文 前10條

1 王平;;一種改進的CHI算法在垃圾郵件過濾中的應用[J];網絡安全技術與應用;2008年12期

2 吳桂玲;;基于歐氏距離和余弦相似度特征選擇的入侵檢測模型[J];中小企業(yè)管理與科技(上旬刊);2010年02期

3 李慧;李存華;王霞;;基于特征選擇的網頁排名算法[J];計算機工程;2010年13期

4 李健,范萬春,何馳;基于多分類支持向量機的網絡入侵檢測技術[J];計算機應用;2005年07期

5 王衛(wèi)玲;劉培玉;劉克非;;一種用于電子郵件分類的特征選擇算法[J];計算機工程與應用;2006年33期

6 董小國;丁冉;;IDS自適應特征選擇算法——進化包裝(Wrapper)算法分析[J];微計算機信息;2006年33期

7 于詠霞;楊陽;余生晨;;基于免疫算法和支持向量機的入侵檢測研究[J];華北科技學院學報;2009年01期

8 朱莉;李玲娟;;攻擊特征在線選擇方法的研究[J];西安郵電學院學報;2009年03期

9 孫寧青;;基于神經網絡和CFS特征選擇的網絡入侵檢測系統[J];計算機工程與科學;2010年06期

10 邱密;陽愛民;劉永定;何震凱;;使用貝葉斯學習算法分類網絡流量[J];計算機工程與應用;2010年25期

相關會議論文 前6條

1 柳斌;李之棠;涂浩;;一種基于半監(jiān)督學習的應用層流量分類方法[A];2008年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2008年

2 付煥煥;李俊;張潔;;入侵檢測中機器學習算法的集成[A];中國電子學會第十七屆信息論學術年會論文集[C];2010年

3 高海華;王行愚;楊輝華;;基于群智能和SVM的網絡入侵特征選擇和檢測[A];2005年中國智能自動化會議論文集[C];2005年

4 毛俐e

本文編號：2121809