社交网络垃圾信息检测方法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 相关研究 | 第8-10页 |
| 1.3 本文主要内容 | 第10页 |
| 1.4 论文组织架构 | 第10-12页 |
| 第2章 社交网络垃圾信息检测模型与方法 | 第12-18页 |
| 2.1 社交网络作弊的特点 | 第12页 |
| 2.2 社交网络推广和作弊的危害 | 第12-13页 |
| 2.3 社交网络垃圾检测方法 | 第13-14页 |
| 2.3.1 用户举报人工审核 | 第13页 |
| 2.3.2 基于规则以及模式识别的过滤技术 | 第13-14页 |
| 2.3.3 基于统计学习、机器学习的技术 | 第14页 |
| 2.4 基于统计学习理论的垃圾检测框架 | 第14-15页 |
| 2.5 机器学习方法 | 第15-18页 |
| 2.5.1 朴素贝叶斯 | 第15页 |
| 2.5.2 支持向量机 | 第15-16页 |
| 2.5.3 随机森林 | 第16-18页 |
| 第3章 面向社交网络垃圾过滤的特征选取 | 第18-22页 |
| 3.1 特征生成 | 第18页 |
| 3.2 特征提取 | 第18-22页 |
| 3.2.1 基于用户关系特征 | 第19-20页 |
| 3.2.2 基于内容特征 | 第20-22页 |
| 第4章 社交网络垃圾信息检测实验 | 第22-29页 |
| 4.1 数据收集 | 第22页 |
| 4.2 数据分析 | 第22-26页 |
| 4.3 实验结果 | 第26-29页 |
| 第5章 总结与展望 | 第29-30页 |
| 参考文献 | 第30-32页 |
| 致谢 | 第32页 |
