隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,社交媒體逐漸成為人們交流互動和信息分享的重要工具。而賬號作為人們在社交媒體進行活動的主體,承擔著信息發(fā)送、傳播和接收的重要作用。從海量的社交媒體賬號中快速高效地識別出攜帶特定價值信息的賬號并進行分類管理,有利于建立更加完善的社交媒體信息管理體系,對構(gòu)建健康、有序的社交媒體環(huán)境具有重要作用。社交媒體賬號分類包含垃圾賬號過濾和賬號主題識別兩部分,其中垃圾賬號過濾目的是識別并過濾掉攜帶價值信息過少的無用賬號,如營銷賬號、機器人賬號等;賬號主題識別目的是區(qū)分關(guān)注不同主題信息的賬號,如政治、軍事、新聞等�，F(xiàn)有的賬號分類方法在網(wǎng)絡(luò)特性分析和內(nèi)容特性分析上不夠全面、深入、準確,導致垃圾賬號過濾和賬號主題識別的效果不佳,難以在實際中大規(guī)模應用。為此,本文對社交媒體賬號分類方法進行研究,主要貢獻概括為如下兩個方面:（1）提出一種基于用戶交互行為的垃圾賬號過濾方法,該方法從內(nèi)容特性和網(wǎng)絡(luò)特性兩個方面的交互行為進行用戶特征挖掘�；趦�(nèi)容特性分析,將多條短文本組合成長文本作為整體賬號內(nèi)容信息,使用信息增益的方式選擇特征詞,構(gòu)建內(nèi)容特征向量�；诰W(wǎng)絡(luò)特性分析,利用用戶社交關(guān)系構(gòu)建局部網(wǎng)... 

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 社交媒體垃圾賬號過濾方法研究
        1.2.2 社交媒體賬號主題識別方法研究
    1.3 論文主要工作與貢獻
    1.4 論文組織結(jié)構(gòu)安排
第二章 賬號分類研究基礎(chǔ)
    2.1 社交媒體賬號表征方法
    2.2 社交媒體賬號分類方法
        2.2.1 邏輯斯特回歸
        2.2.2 k近鄰
        2.2.3 隨機森林
        2.2.4 TextCNN
    2.3 分類性能評估
    2.4 本章小結(jié)
第三章 基于用戶交互行為的垃圾賬號過濾方法
    3.1 研究背景及思路
    3.2 種子賬號標注
    3.3 局部網(wǎng)絡(luò)關(guān)系圖構(gòu)建及訓練集賬號標注
    3.4 基于內(nèi)容特性分析的賬號特征提取
        3.4.1 文本預處理
        3.4.2 基于信息增益的特征詞選擇
    3.5 基于網(wǎng)絡(luò)特性分析的賬號特征提取
        3.5.1 基于網(wǎng)絡(luò)關(guān)系的有向圖模型
        3.5.2 基于用戶自身的網(wǎng)絡(luò)特征提取
        3.5.3 基于用戶鄰居的網(wǎng)絡(luò)特征提取
    3.6 分類器選擇及性能評估
    3.7 實驗結(jié)果及分析
        3.7.1 數(shù)據(jù)來源
        3.7.2 特征可視化分析
        3.7.3 測試結(jié)果
        3.7.4 結(jié)果分析
    3.8 本章小結(jié)
第四章 基于卷積神經(jīng)網(wǎng)絡(luò)的賬號主題識別方法
    4.1 研究背景
    4.2 社交媒體賬號的文本表征
        4.2.1 word2vec模型的原理簡介
        4.2.2 基于word2vec詞向量的文本表征
        4.2.3 LDA模型的原理簡介
        4.2.4 基于LDA主題向量的文本表征
    4.3 基于卷積神經(jīng)網(wǎng)絡(luò)的賬號主題識別
        4.3.1 卷積神經(jīng)網(wǎng)絡(luò)原理
        4.3.2 基于CNN的賬號主題識別模型
    4.4 實驗結(jié)果及分析
        4.4.1 數(shù)據(jù)預處理
        4.4.2 測試結(jié)果與分析
    4.5 本章小結(jié)
第五章 全文總結(jié)與展望
    5.1 全文總結(jié)
    5.2 后續(xù)工作展望
致謝
參考文獻
攻碩期間取得的研究成果



本文編號：3729532