面向微博水军识别的有效特征选择

摘要

识别微博水军对互联网信息安全具有重要意义,而目前对微博水军识别并没有有效和准确的特征,本文借鉴相关文献中提出的用户特征从用户静态描述属性定义了6个特征,基于用户行为构建了5个特征,以此对微博中的水军用户进行识别,并通过实验验证了本文所提特征的有效性。同时,识别水军时有很多的特征可以选择,不同的识别方法采用不同的特征。为了有效的选择识别水军的特征降低统计大量特征带来的高复杂性,本文分别采用C4.5和SVM分类器进行了单一特征、同类型特征组合、不同侧面特征组合等一系列分类试验,从提出的11种特征中选择了4种最有效特征。试验数据集来自微博的真实用户样本。试验结果表明使用本文提出的特征能较好地识别水军,行为特征优于属性特征,特征组合优于单一特征,而粉丝值、好友值,非空转发比,URL使用率4个特征组合在识别结果和计算时间取得了最佳平衡。