典型文献
一种基于网络表示学习的网络安全用户发现方法
文献摘要：
发现社交媒体中的网络安全用户对于追踪网络安全动态有重要意义,针对这一特定领域用户的发现,提出了一种新的发现方法.首先利用社交媒体节点间的相互关注关系建立有向关系网络,然后用网络表示学习模型Node2vec生成节点的向量表示,并将收集到的网络安全关键字转化为特征向量,拼接后输入分类算法进行预测.实验结果表明,在社交媒体网络安全数据集上,所提方法的预测准确率优于现有的其他特定领域用户发现算法.
文献关键词：
网络安全;Node2vec;社交媒体;二分类;自训练
中图分类号：
作者姓名：
刘向宇;燕玮;孟星妤;侯开茂
作者机构：
华北计算机系统工程研究所,北京 100083
文献出处：
引用格式：
[1]刘向宇;燕玮;孟星妤;侯开茂-.一种基于网络表示学习的网络安全用户发现方法)[J].网络安全与数据治理,2022(07):78-82
A类：
B类：
网络表示学习,社交媒体,特定领域,体节,相互关注,关注关系,关系网络,Node2vec,向量表示,全关,关键字,特征向量,拼接,分类算法,安全数据集,预测准确率,二分类,自训练
AB值：
0.404982
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。
