典型文献
基于图注意力网络的社交媒体异常用户预测研究
文献摘要：
[目的/意义]当前社交媒体中的虚假、劣质信息层出不穷,极大地干扰了正常的网络公共秩序.对发布异常信息、呈现异常行为的异常用户进行预测治理,能够有效实现网络公共空间的正本清源.[方法/过程]在既有研究的基础上,文章融合用户个体特征、行为、关系、文本主题和情感特征,构建社交媒体异常用户特征体系,并利用图注意力网络构建异常用户分类预测模型.[结果/结论]文章所构建的社交媒体异常用户特征体系具备完整性和普适性,且异常用户预测模型的分类准确率达到92.8％.相比其他分类模型,所构建的图注意力预测模型能够有效识别社交媒体中的异常用户.此外,关系特征、主题特征以及用户注册时间对预测异常用户的贡献度较高,在体征体系中具有较高的重要性.
文献关键词：
社交媒体;异常用户;图注意力网络;特征体系;预测模型
中图分类号：
作者姓名：
邓胜利;夏苏迪;汪奋奋
作者机构：
武汉大学信息资源研究中心,湖北 武汉 430072;武汉大学信息管理学院,湖北 武汉430072
文献出处：
引用格式：
[1]邓胜利;夏苏迪;汪奋奋-.基于图注意力网络的社交媒体异常用户预测研究)[J].情报理论与实践,2022(03):94-102
A类：
B类：
图注意力网络,社交媒体,异常用户,用户预测,预测研究,劣质,公共秩序,异常信息,异常行为,网络公共空间,正本清源,个体特征,文本主题,情感特征,用户特征,特征体系,网络构建,用户分类,分类预测模型,分类准确率,分类模型,力预测,关系特征,主题特征,用户注册,贡献度
AB值：
0.318886
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。
