基于用户行为和关系的微博Spam问题研究

摘要	第1-5页
ABSTRACT	第5-8页
第一章 绪论	第8-14页
·研究背景及意义	第8-9页
·研究现状	第9-10页
·主要工作	第10-11页
·组织结构	第11-14页
第二章 互联网Spam问题综述	第14-30页
·互联网上主要的Spam问题	第14-18页
·电子邮件系统中的Spam问题	第14-15页
·即时通信系统中的Spam问题	第15页
·搜索引擎中的Spam问题	第15-18页
·社交网站中的Spam问题	第18页
·微博上主要的Spam问题	第18-24页
·微博上主要的Spam信息内容	第18-20页
·微博上主要的Spam信息发送方法	第20-23页
·微博上主要的Spam信息发送组织	第23-24页
·微博上主要的Spam检测方法	第24-30页
·微博内容分析	第24-25页
·微博用户分析	第25-27页
·微博平台限制	第27-30页
第三章 微博Spam用户成长研究	第30-42页
·概率关系模型PRM	第30-34页
·贝叶斯网络	第30-32页
·对象关系模型	第32-33页
·概率关系模型	第33-34页
·微博Spam用户成长模型	第34-35页
·成长模型的参数训练和结果	第35-42页
·训练数据集	第35-36页
·实验流程	第36-37页
·实验结果	第37-42页
第四章 基于用户属性和行为的Spam用户检测	第42-58页
·Spam用户检测实验设计	第42-43页
·数据集描述	第43-49页
·数据获取与存储	第43-48页
·数据集预处理	第48-49页
·DBSCAN聚类算法	第49-51页
·实验结果分析	第51-52页
·新浪微博Spam用户特征分析	第52-58页
第五章 总结和下一步工作	第58-60页
·论文工作总结	第58页
·进一步的研究方向	第58-60页
参考文献	第60-66页
致谢	第66-68页
作者攻读学位期间发表的学术论文目录	第68页