声明
摘要
第一章 绪论
1.1 研究背景与问题提出
1.2.1 研究目的
1.2.2 研究意义
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究框架
1.3.3 研究方法
1.3.4 研究创新点及难点
第二章 相关文献回顾与基本理论概述
2.1 相关文献回顾
2.1.1 以社交媒体用户隐私泄露为研究对象的相关研究
2.1.2 数据科学在用户隐私保护领域的应用成果
2.1.3 警示信息对用户决策的影响现阶段研究成果
2.2 基本理论概述
第三章 用户基本信息危险性分类模型研究设计
3.1 用户基本信息危险性分类模型研究设计思路
3.1.1 研究对象的选择
3.1.2 用户基本信息危险性分类模型变量选取
3.2 用户基本信息危险性分类模型研究方法
3.2.1 支持向量机
3.2.2 Logistic回归
3.2.3 K邻近相关算法
3.3 数据集的形成
3.3.1 用户基本信息危险性分类模型数据获取
3.3.2 用户基本信息危险性分类模型数据预处理阶段
3.4 用户基本信息危险性分类模型数据分析工具
3.5 用户基本信息危险性分类模型构建
3.5.1 支持向量机(SVM)分类模型构建过程
3.5.2 Logistic回归分类模型构建过程
3.5.3 KNN算法分类模型构建过程
3.5.4 构建用户基本信息危险性分类对照模型构建
3.6 用户基本信息危险性分类模型评价方法
第四章 用户基本信息危险性分类模型实验结果与分析
4.1 用户基本信息危险性分类模型数据集描述性统计分析
4.2 用户基本信息危险性分类模型实验结果
4.2.1 SVM分类模型实验结果
4.2.2 Logistic回归分类模型实验结果
4.2.3 KNN算法分类模型实验结果
4.2.4 用户基本信息危险陛分类模型对照组实验结果
4.2.5 用户基本信息危险性分类模型实验结果分析
4.3 用户基本信息危险性分类模型测试集检验
4.4 本章小节
第五章 用户基本信息危险性分类模型的应用
5.1 用户基本信息危险性分类模型在社交媒体用户方面的应用
5.2 用户基本信息危险性分类模型在社交媒体运营者方面的应用
第六章 结论与展望
6.1 研究结论
6.2 研究局限与展望
参考文献
致谢
附录
个人简历