基于多维动态特征验证的社交机器人账号检测
社交机器人账号的存在增加了无关、无效甚至虚假信息的传播机率,影响人类的线上及线下生活.人工识别此类账号需要工作者经验丰富,同时成本高、精度低.从账号动态变化角度出发引入社交关系关注数变化量、粉丝变化率和基于序列匹配的发文相似度特征,建立多维动态特征社交机器人账号检测模型,提出一种改进的基于AUC决策树分类评价指标随机森林优化算法以期解决以上问题.实验结果表明,改进后的算法对于提升检测准确率具有明显帮助,在社交机器人检测更注重的查全率方面也具有一定的优势.
社交机器人、特征验证、随机森林、AUC值、决策树、查全率
41
TP181(自动化基础理论)
辽宁省社会科学规划基金重点项目;中国刑警学院研究生创新能力提升项目
2023-02-07（万方平台首次上网日期，不代表论文的发表时间）
共12页
23-34
