典型文献
基于HMM-RF模型对新浪微博异常账号的识别与检测
文献摘要：
为提升对新浪微博中异常账号的检测精度,提出一种基于隐马尔可夫模型与随机森林算法的微博异常账号识别与检测模型.提取账号内容特征构建隐马尔可夫模型,并利用维特比算法追溯账号状态序列,确认账号是否异常;使用随机森林对异常账号进行分类,明确其所属异常账号类别.实验结果表明,与使用随机森林、贝叶斯神经网络等方法直接进行分类识别相比,这种"先识别、后分类"的方法能显著提高识别的准确率.
文献关键词：
社交网络;异常账号检测;隐马尔可夫模型;随机森林
中图分类号：
作者姓名：
徐建国;刘梦凡;刘泳慧
作者机构：
山东科技大学计算机科学与工程学院 山东 青岛 266590
文献出处：
引用格式：
[1]徐建国;刘梦凡;刘泳慧-.基于HMM-RF模型对新浪微博异常账号的识别与检测)[J].计算机应用与软件,2022(12):83-88,118
A类：
博异,异常账号检测
B类：
HMM,RF,新浪微博,检测精度,隐马尔可夫模型,随机森林算法,检测模型,内容特征,特征构建,维特比算法,认账,贝叶斯神经网络,接进,分类识别,社交网络
AB值：
0.239953
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。
