社交网络异常用户检测开题报告

 2022-01-14 10:01

全文总字数:3750字

1. 研究目的与意义及国内外研究现状

近些年来,互联网进入了高速发展的时代,网络已经深入到了人们生活的方方面面。一些社交平台,例如twitter,facebook,新浪微博,已成为人们网络交友,分享信息,表达观点,讨论重大事件的通用平台。利用这些社交平台,人们可以足不出户却能够了解到最新的时讯。平台给生活带来的便捷性使得这些平台通常拥有数以亿计的用户量,惊人的用户量也使得它们成为了商业宣传,信息传播的理想场所。这些社交平台的繁荣发展不仅吸引了正常用户使用平台作为日常的社交工具,也吸引了很多恶意用户即水军为了一己之利在平台上大肆传播广告,诈骗信息,病毒等。这种行为使得平台上的用户被迫接收大量垃圾信息,甚至因此受骗,导致用户体验极差,平台的信用度因此降低。此外,当研究者们需要从此类平台获取数据作为研究对象时,由于水军的存在,研究者们往往不能获得真实的数据,从而影响研究结果。

社交网络水军的存在已经在一定程度上恶化了网络环境,阻碍了社交网络的健康发展。近些年来,针对社交网络的水军检测算法也一直是热点问题。本文旨在对最新的水军检测算法做出归纳总结,提供一个较为基本全面的对当前水军检测算法的研究,并在此基础上提出未来的发展方向。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

本次毕业论文的研究内容主要是调研近年来相关的水军检测文献,对这些文献实现分类总结。选取其中较为经典的检测算法实现,分析计算结果,对算法进行进一步评价总结。

3. 实施方案、进度安排及预期效果

实施方案与进度安排:

1. 2019.1 ~ 2019.2 查阅中英文论文资料,对现有算法有大致的了解

2. 2019.3 拟定论文提纲,列出论文所涉及的各种实验清单。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1] hu x, tang j, liuh. online social spammer detection[c]//twenty-eighth aaai conference onartificial intelligence. 2014.

[2] zheng x, zeng z,chen z, et al. detecting spammers on social networks[j]. neurocomputing, 2015,159: 27-34.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。