社交网络中垃圾内容过滤方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外发展和研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11页 |
| 1.4 文章的组织结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 2 社交网络中垃圾内容过滤方法概述 | 第13-23页 |
| 2.1 基于规则的模式匹配过滤方法 | 第13-18页 |
| 2.1.1 AC算法 | 第13-16页 |
| 2.1.2 WM算法 | 第16-18页 |
| 2.2 基于非平衡数据集的机器学习过滤方法 | 第18-21页 |
| 2.2.1 SMOTE算法 | 第18-20页 |
| 2.2.2 Bagging算法 | 第20-21页 |
| 2.3 基于用户举报和后台人工审核机制 | 第21页 |
| 2.4 多方法协同过滤框架 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 基于规则的模式匹配过滤方法ACF | 第23-38页 |
| 3.1 ACF算法设计思想 | 第23-26页 |
| 3.2 ACF算法FPGA硬件设计 | 第26-30页 |
| 3.3 ACF算法实验和分析 | 第30-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 基于非平衡数据集的机器学习过滤算法SDR | 第38-56页 |
| 4.1 非平衡数据分类过滤的难点 | 第38-39页 |
| 4.2 社交网络信息的特征提取 | 第39-41页 |
| 4.3 SDR算法设计思想 | 第41-47页 |
| 4.4 SDR算法实验 | 第47-55页 |
| 4.4.1 实验数据集 | 第47-49页 |
| 4.4.2 评价指标 | 第49-50页 |
| 4.4.3 实验和分析 | 第50-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
