论文部分内容阅读
随着互联网的发展,社交网络平台(以下简称"社交平台")逐渐成为我们日常生活中重要的社交工具。社交平台的类型、内容丰富多样,覆盖了社会上各类阶层的用户群体,一些流行且影响力较大的社交网络平台吸引了亿万用户注册登录使用。社交平台在某些方面给予了用户极大的便利,比如减少了用户间沟通空间与时间的距离,但是社交平台存储的巨量用户信息也成为了不法分子或者利益集团的目标,特别是针对社交平台存在的各类的异常账号进行恶意地发布或转发不良信息,给社会和公众造成了极大的损害。针对此种情况,社交平台需通过主动、定时的检测平台的用户行为数据,对异常账户判定和处理,将具有极其重要的作用与意义。本文在梳理了国内外社交网络用户行为分析相关成果的基础上,选择了新浪微博数据作为数据信息来源,利用隐马尔可夫过程对异常用户进行建模与检测,并对检测数据进行统计分析。首先,通过论证与对比,选择利用网络爬虫技术对新浪微博的用户行为数据进行了采集、处理,基于链接的网页分析算法,设计微博信息爬取技术框架,应用Python语言及MySQL数据库技术,通过获取微博URL地址、建立用户列表、自动登录微博,实现抓取微博信息。根据数据用户账号的特征,对数据进行了分析。然后遴选隐马尔可夫模型作为社交网络平台用户行为分析模型。提出并创建了基于隐马尔可夫过程的对社交网络异常用户行为进行检测的模型。通过获取的新浪微博数据对该模型进行训练,得到训练模型参数,利用模型进行用户行为的检测,对微博异常用户进行检测与判定,通过不同的可观察序列对隐变量状态最大概率路径进行计算与判定,从而从数据集分辩出正常和异常用户。并对检测数据进行了统计特性分析,实验证实该模型可有效检测出微博数据的异常账号。根据微博用户行为特征,选择微博特定特征的虚假粉丝,对隐马尔可夫模型进行训练,并进行虚假粉丝的检测,实验表明该模型可有效检测出社交网络微博用户具有特定特征的虚假粉丝账号,证实基于隐马尔可夫过程的具有特定特征的虚假粉丝账号正确检测概率要大于通常意义下异常账号正确检测概率。最后对基于隐马尔可夫过程的异常账号检测系统进行了设计与实现。系统可以对异常账号、虚假粉丝、过度关注、过度转发和过度广告用户进行检测,可以选择不同的隐变量和可观察变量维数及参数,为基于隐马尔可夫过程的异常账号深入研究奠定基础。