本文選題：微博 + 推廣聯(lián)盟��； 參考：《大連理工大學(xué)》2013年碩士論文

【摘要】：近幾年來(lái),微博類型的社交網(wǎng)絡(luò)作為新興的網(wǎng)上交流平臺(tái),已經(jīng)受到大眾的強(qiáng)烈歡迎。然而這類平臺(tái)在給大家?guī)?lái)便利的同時(shí),也給營(yíng)銷者和作弊者提供了傳播信息的平臺(tái)。不少的作弊賬戶開(kāi)始在社交網(wǎng)絡(luò)上開(kāi)始作弊行為,而且據(jù)有效統(tǒng)計(jì),社交網(wǎng)絡(luò)上的作弊成功率遠(yuǎn)高于郵件和搜索引擎作弊行為。 據(jù)研究發(fā)現(xiàn),在微博上已經(jīng)存在大量的推廣聯(lián)盟和作弊聯(lián)盟,這樣的聯(lián)盟比傳統(tǒng)的作弊方式,比如垃圾郵件方式,或者單一的推廣或者作弊賬戶的危害大的多,嚴(yán)重影響了微博的安全環(huán)境。不論是推廣聯(lián)盟還是作弊聯(lián)盟,他們都控制大量的微博賬戶來(lái)幫助他們傳播對(duì)正常用戶來(lái)說(shuō)無(wú)用的或者有害的信息。由于掌控著大量的賬戶,信息的傳播范圍就會(huì)比掌控單一賬戶來(lái)傳播的范圍要大得多,因此從推廣或者作弊聯(lián)盟中傳播出來(lái)的信息會(huì)影響更多的正常用戶。由于傳統(tǒng)的檢測(cè)方法主要是檢查單個(gè)的賬戶或者單條微博,而不是將整個(gè)的聯(lián)盟查找出來(lái),因此,急需一種方法來(lái)將微博內(nèi)的推廣和作弊聯(lián)盟檢測(cè)出來(lái),以保證微博平臺(tái)的可靠性和安全性。 在這篇文章中,研究了很多的已有的工作,提出了一種可靠的框架來(lái)同時(shí)檢測(cè)作弊和推廣聯(lián)盟。這個(gè)框架主要由三部分組成,首先將那些為了同樣目的而發(fā)布URL的賬戶連接起來(lái)組成一個(gè)用戶圖,然后從這個(gè)用戶圖中提取可能是為了作弊或者推廣目的而存在的候選聯(lián)盟,最后提取聯(lián)盟的特征來(lái)區(qū)分它們的目的。這個(gè)框架中最重要的一部分就是一種由鏈接驅(qū)動(dòng)的估計(jì)算法,來(lái)估計(jì)微博賬戶發(fā)布鏈接的目的之間的相似度。另-個(gè)重要的貢獻(xiàn)是為區(qū)分聯(lián)盟目的而提出了很多有用的特征,然后用可靠的分類算法來(lái)對(duì)他們的目的進(jìn)行分類。最終在大規(guī)模的微博數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明,這個(gè)框架對(duì)檢測(cè)微博內(nèi)推廣和作弊聯(lián)盟有較高的準(zhǔn)確度,而且能準(zhǔn)確地區(qū)分它們的實(shí)際目的。
[Abstract]:In recent years, Weibo type social networks as a new online communication platform, has been strongly welcomed by the public. However, such platforms not only provide convenience, but also provide a platform for marketers and cheaters to disseminate information. Many cheating accounts begin to cheat on social networks, and according to effective statistics, the success rate of cheating on social networks is much higher than that on email and search engines. According to research, there are already a large number of promotion alliances and cheating coalitions on Weibo, which are far more harmful than traditional cheating methods, such as spam, or a single promotion or cheating account. The security environment of Weibo is seriously affected. Both promotion and cheating coalitions control a large number of Weibo accounts to help them spread information that is useless or harmful to normal users. With a large number of accounts under control, information can spread much more widely than a single account, so information from promotion or cheating coalitions can affect more regular users. Because the traditional detection method is mainly to check a single account or a single Weibo, rather than find out the whole alliance, so it is urgent to use a method to detect the promotion and cheating alliance in Weibo. To ensure the reliability and security of Weibo platform. In this paper, we study a lot of existing work and propose a reliable framework to detect cheating and promote coalitions at the same time. The framework consists of three parts, which first connect accounts that publish URL for the same purpose to form a user graph, and then extract candidate coalitions that may exist for cheating or promotion purposes. Finally, the features of the alliance are extracted to distinguish their purpose. The most important part of this framework is a link-driven estimation algorithm to estimate the similarity between the purposes of Weibo account publishing links. Another important contribution is that many useful features are proposed to distinguish the purpose of a coalition, and then their purposes are classified by a reliable classification algorithm. Finally, the experimental results on large scale Weibo datasets show that the framework has high accuracy in detecting Weibo extension and cheating coalitions, and it can accurately distinguish their actual purpose.
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：TP393.092

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 白振鋒;蕭寶瑾;;智能天線自適應(yīng)波束賦形算法的研究[J];山西電子技術(shù);2007年01期

2 劉晨;楊鵬;呂文生;;體視化技術(shù)及其在地下采礦方法設(shè)計(jì)系統(tǒng)中的應(yīng)用研究[J];中國(guó)礦業(yè);2006年01期

3 劉晨;楊鵬;呂文生;;基于體視化技術(shù)的地下采礦方法設(shè)計(jì)系統(tǒng)研究[J];礦業(yè)工程;2006年02期

4 尤齊;徐昌彪;畢元梅;祁彥;;容斷網(wǎng)絡(luò)中的組播路由算法研究[J];數(shù)據(jù)通信;2008年03期

5 戴光明,李慶華;三維體可視化若干問(wèn)題研究[J];計(jì)算機(jī)工程;2002年07期

6 楊小明;羅云;;ISODATA算法的實(shí)現(xiàn)與分析[J];采礦技術(shù);2006年02期

7 王建文;李迅;張輝;馬宏緒;;遞歸貝葉斯估計(jì)框架下的非線性濾波算法綜述[J];計(jì)算機(jī)科學(xué);2010年08期

8 吳文生;一種新的外存分類法[J];微計(jì)算機(jī)應(yīng)用;1989年05期

9 章毓晉;客觀的圖象質(zhì)量測(cè)度及其在分割評(píng)價(jià)中的應(yīng)用[J];電子與信息學(xué)報(bào);1997年01期

10 閔華清;盧炎生;蔣曉宇;;基于共同進(jìn)化計(jì)算的分類規(guī)則算法[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

相關(guān)會(huì)議論文 前10條

1 黃孜祺;肖健;陳海玲;;數(shù)據(jù)挖掘技術(shù)的比較[A];廣西計(jì)算機(jī)學(xué)會(huì)2008年年會(huì)論文集[C];2008年

2 孫向軍;劉凱龍;王世鑫;龐海洋;;基于決策樹(shù)的數(shù)據(jù)挖掘模型研究[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

3 瞿俊;姜青山;董槐林;;基于高斯混合模型的層次聚類算法[A];第二十三屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2006年

4 關(guān)菁華;劉大有;賈海洋;;自適應(yīng)多分類器集成學(xué)習(xí)算法[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（二）[C];2008年

5 何文趨;何玉章;;一種數(shù)據(jù)庫(kù)文件的外分類算法[A];第十屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1992年

6 劉星毅;;基于歐式距離的最近鄰改進(jìn)算法[A];廣西計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

7 劉智;;基于Hough變換的四邊形分類識(shí)別算法研究[A];廣西計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

8 魯新平;烏恩;張焱;李吉成;楊衛(wèi)平;;基于背景差分的弱信號(hào)目標(biāo)檢測(cè)技術(shù)[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

9 丁旭;張韻農(nóng);李丹;;基于MIMO-OFDM系統(tǒng)的信道估計(jì)算法綜述[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

10 周星;高志軍;胡震宇;唐平;;月面巡視探測(cè)器立體匹配技術(shù)研究與仿真分析[A];中國(guó)宇航學(xué)會(huì)深空探測(cè)技術(shù)專業(yè)委員會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 汪慶淼;基于目標(biāo)函數(shù)的模糊聚類新算法及其應(yīng)用研究[D];江蘇大學(xué);2014年

2 李小冬;核極限學(xué)習(xí)機(jī)的理論與算法及其在圖像處理中的應(yīng)用[D];浙江大學(xué);2014年

3 李守曉;電學(xué)成像算法及氣固兩相流研究[D];天津大學(xué);2012年

4 尹曉;基因組重組排序問(wèn)題的算法研究[D];山東大學(xué);2010年

5 徐迪紅;復(fù)雜背景下的交通標(biāo)志檢測(cè)和分類算法研究[D];武漢大學(xué);2010年

6 高小方;流形學(xué)習(xí)中的若干問(wèn)題研究[D];山西大學(xué);2011年

7 胥海威;基于改進(jìn)隨機(jī)聚類決策森林算法的遙感影像分類研究[D];中南大學(xué);2012年

8 黃浩;基于近鄰關(guān)系的稀有類挖掘[D];浙江大學(xué);2012年

9 蔡先發(fā);基于圖的半監(jiān)督算法及其應(yīng)用研究[D];華南理工大學(xué);2013年

10 史偉光;基于射頻識(shí)別技術(shù)的室內(nèi)定位算法研究[D];天津大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 魯錚;基于T-RBM算法的DBN分類網(wǎng)絡(luò)的研究[D];吉林大學(xué);2014年

2 王璐;切割與布局問(wèn)題的算法分類研究[D];北京交通大學(xué);2009年

3 鄭建光;基于特征值的波束形成（EBB）方案研究[D];南京郵電大學(xué);2011年

4 朱小林;基于社團(tuán)發(fā)現(xiàn)算法的船舶主機(jī)系統(tǒng)故障診斷研究[D];大連海事大學(xué);2012年

5 王曉丹;基于小波變換的自適應(yīng)濾波算法的分析與應(yīng)用[D];延邊大學(xué);2008年

6 王會(huì)巖;基于Curvelet變換和改進(jìn)Isomap算法的人耳識(shí)別[D];重慶大學(xué);2013年

7 肖托;一種改進(jìn)的支持向量數(shù)據(jù)描述算法[D];哈爾濱工程大學(xué);2013年

8 陳昊;加權(quán)K-NN算法及其應(yīng)用[D];河北大學(xué);2005年

9 黃杰;KNNModel算法的改進(jìn)及其應(yīng)用[D];福建師范大學(xué);2011年

10 宋一川;基于QPSO優(yōu)化及平均每跳距離修正的SQDV-HOP算法[D];吉林大學(xué);2013年

，

本文編號(hào)：1895455