| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 前言 | 第9-15页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容和文章结构 | 第13-15页 |
| 第二章 爬虫和数据获取 | 第15-24页 |
| 2.1 相关技术介绍 | 第15-18页 |
| 2.2 分布式爬虫设计和实现 | 第18-22页 |
| 2.3 数据集 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 数据统计分析 | 第24-34页 |
| 3.1 通用特征分析 | 第24-28页 |
| 3.2 特殊特征分析 | 第28-30页 |
| 3.2.1 昵称重复度分析 | 第28-29页 |
| 3.2.2 提示关注数分析 | 第29-30页 |
| 3.3 行为特征分析 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于微博重复发送行为的垃圾用户甄别算法 | 第34-44页 |
| 4.1 基于垃圾微博重复发送行为的垃圾用户甄别算法 | 第34-38页 |
| 4.1.1 重复检测 | 第34页 |
| 4.1.2 SDM算法流程 | 第34-35页 |
| 4.1.3 SDM模型定义 | 第35-36页 |
| 4.1.4 用户网络信息建模 | 第36-37页 |
| 4.1.5 用户行为和文本信息建模 | 第37-38页 |
| 4.2 基于SDM的实验和结果分析 | 第38-43页 |
| 4.2.1 SDM有效性实验 | 第39-40页 |
| 4.2.2 参数调优 | 第40-41页 |
| 4.2.3 文本信息的作用 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 基于SVM的垃圾用户判别方法 | 第44-57页 |
| 5.1 相关技术介绍 | 第44-45页 |
| 5.2 特征设计 | 第45-49页 |
| 5.2.1 通用特征 | 第45-46页 |
| 5.2.2 文本特征 | 第46-48页 |
| 5.2.3 特殊特征和行为特征 | 第48页 |
| 5.2.4 特征集合 | 第48-49页 |
| 5.3 特征选择 | 第49-51页 |
| 5.4 特征处理和训练预测 | 第51页 |
| 5.5 实验结果和分析 | 第51-56页 |
| 5.5.1 多算法对比实验 | 第51-53页 |
| 5.5.2 不同离散数对比实验 | 第53-54页 |
| 5.5.3 不同类型特征影响实验 | 第54-56页 |
| 5.6 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6.1 全文工作总结 | 第57页 |
| 6.2 展望未来 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间发表的学术论文目录 | 第63页 |