排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
[目的 /意义]互联网的发展带动了社交网络的快速发展,为用户提供了一个方便的信息发布、传播和接受的渠道,但其低门槛的特性也催生了一批灰黑色力量——网络水军,他们传递虚假信息,破坏网络秩序,成为互联网生态中的一大问题。[方法 /过程]本研究提出了一种基于深度学习的网络水军识别模型,结合用户的基础信息、历史言论、交互行为3方面特征,并加入了“社交亲密度”属性,通过特征提取与向量融合,利用卷积神经网络构建起水军识别模型。[结果 /结论]通过实证分析与模型对比,实验构建的模型在精确率、准确率等指标均取得了较好的效果,可以为网络水军识别提供一定技术支持与理论指导。实验表明,利用机器学习方法主动识别网络水军账号,对重点账号进行实时监管与事前防范,可以更加及时有效地避免恶性网络事件发生,降低非法势力破坏舆情生态的风险。 相似文献
1