典型文献
基于Affinity Propagation算法的半监督微博水军识别
文献摘要：
对微博网络空间中水军账户的识别研究,有助于清朗网络空间和维护社会安定.首先,文章针对微博水军不断进化、传统特征集无法覆盖现有水军特征,结合水军定义与原始特征,构造了新特征.然后,针对水军账户标注困难,无标注数据又没能充分利用的问题,提出了一种基于Affinity Propagation算法的半监督微博水军识别方法(APDHW).该方法通过在Affinity Propagation算法中引入欧氏距离Radius阈值,再结合支持向量机分类算法,实现对微博水军识别.通过多组实验对比及实证研究,结果表明文章所提的微博水军识别方法在牺牲少量算法时间的情况下得到较好的识别效果,提升了水军识别的准确率和召回率.
文献关键词：
微博水军;Affinity Propagation;半监督学习;水军识别
中图分类号：
作者姓名：
林义钧;吴渝;李红波
作者机构：
重庆邮电大学网络空间安全与信息法学院,重庆 400065;重庆邮电大学创新创业学院,重庆 400065
文献出处：
引用格式：
[1]林义钧;吴渝;李红波-.基于Affinity Propagation算法的半监督微博水军识别)[J].信息网络安全,2022(03):85-96
A类：
微博水军,APDHW
B类：
Affinity,Propagation,水军识别,微博网络,账户,清朗网络空间,社会安定,传统特征,征集,结合水,新特征,没能,欧氏距离,Radius,支持向量机分类,分类算法,实验对比,明文,量算,下得,召回率,半监督学习
AB值：
0.224116
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。
