典型文献
基于特征选择的微博水军识别研究
文献摘要：
随着互联网飞速发展,微博等社交媒体也迅速成长起来,与此同时,微博平台上网络水军也越来越多.为了能够识别水军,还网络世界一个清净之地,本文针对Twitter平台,利用3个不同数据集以及Scikit-Learn库中3种分类算法进行实验,实验采用相关性检验方法比较不同特征集差异,得出提高分类效果准确率的有效特征,并通过不同机器学习算法训练数据集,得出最优算法.本实验在Twitter真实数据集下进行,实验结果表明,"推特用户收藏、回复、转发总数actions"特征的引入在很大程度上提高了分类效果准确率;并且相较于支持向量机与K最近邻算法,随机森林分类法能够更有效识别水军.
文献关键词：
Twitter;特征选择;Scikit-Learn库;特征提取
中图分类号：
作者姓名：
武晓丹
作者机构：
太原师范学院 计算机科学与技术学院,山西晋中,030619
文献出处：
引用格式：
[1]武晓丹-.基于特征选择的微博水军识别研究)[J].电子测试,2022(24):47-49,69
A类：
微博水军
B类：
特征选择,水军识别,网飞,社交媒体,速成,微博平台,上网,网络水军,清净,Twitter,Scikit,Learn,分类算法,相关性检验,检验方法,方法比较,征集,分类效果,有效特征,机器学习算法,算法训练,训练数据集,最优算法,真实数据,推特,收藏,回复,转发,actions,最近邻算法,随机森林分类,分类法
AB值：
0.448875
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
