微博僵尸粉識別技術研究與實現(xiàn).pdf

1、伴隨著微博平臺的開放，大量出于各種目的“僵尸粉”隨之產生。這些“僵尸粉”或用于制造虛假的人氣，或參與網(wǎng)絡營銷，或作為某些事件甚至謠言的推手，進而成為人們享受這項服務的困擾，甚至安全隱患。因此，對這種機器生成的“僵尸粉”的識別工作正變得越來越重要。
　　對于僵尸粉識別問題，本文主要做了以下幾方面工作：
　?。?）鑒于微博的短文本特征，利用現(xiàn)有文本分析技術處理微博文本存在一定困難。本文利用僵尸粉發(fā)帖的內容特征，將文本復制檢測技術

2、應用到博文文本特征分析問題中，提出了一種基于信息指紋的微博文本查重技術，并利用此技術實現(xiàn)了僵尸粉的識別。
　　（2）國內外僵尸粉識別研究中缺少對特征識別效力的討論，本文針對這一問題對常用的幾項僵尸粉的識別特征進行了擴展并完成了相應的實驗分析，最終給出各個特征識別效力的評估結果；
　?。?）根據(jù)特征識別力將僵尸粉識別特征分為強特征與弱特征，進而提出了基于強特征的僵尸粉過濾方法以及基于弱特征的用戶信任度投票方法。將兩種方法相結合