[发明专利]一种基于模糊多类SVM的微博垃圾用户检测方法

摘要

本发明公开了一种基于模糊多类SVM的微博垃圾用户检测方法，将一对多SVM多类分类器与模糊数学理论相结合用于微博垃圾用户检测。现有的微博垃圾用户研究，都是对全局的垃圾用户特征进行分析，分析力度不够，缺乏针对某类垃圾用户的特征分析，这样会使垃圾用户逃避检测系统的检测。本发明通过对微博垃圾用户的特征进行分析，将垃圾用户分为三类，构造一对多SVM多类分类器，并针对多类分类器产生的混分样本使用模糊聚类方法进行模糊处理，得到组合分类器，提高了检测精度。

主权项

一种基于模糊多类SVM的微博垃圾用户检测方法，包括以下步骤：步骤一，根据微博的行为模式将垃圾用户分为三类：广告型垃圾用户S1，重复转发型垃圾用户S2，过度关注型垃圾用户S3，并根据所述三类垃圾用户得到微博垃圾特征V；步骤二，根据微博垃圾特征V采用网页爬虫的方式爬取微博用户数据，得到未标记样本集U；步骤三，根据S1、S2和S3三类垃圾用户分类标准，对未标记样本集U进行人工标记得到标记样本集D；步骤四，对S1、S2和S3三类垃圾用户分别进行社会关系特征以及微博活跃性特征分析，分别画出S1、S2和S3的社会关系特征以及微博活跃性特征的CDF曲线，利用CDF曲线，寻找每一类垃圾用户有区分度的特征向量集V1、V2、V3；步骤五，通过Bootstrap Sampling在标记样本集D中重复采样组成三组不同训练样本集D1,D2,D3,从三组训练样本集中分别提取广告型垃圾用户S1有区分度的特征向量集V1、重复转发型垃圾用户S2有区分度的特征向量集V2、过度关注型垃圾用户S3有区分度的特征向量集V3作为训练样本特征，然后根据一对多SVM分类算法，得到广告型垃圾用户分类器C1、重复转发型垃圾用户分类器C2和过度关注型垃圾用户分类器C3,将C1、C2和C3构建为多类微博垃圾用户检测分类器C；步骤六，将待检用户作为输入样本通过C1、C2和C3三个分类器时，每一个分类器都会给出判断，结合这三个SVM的综合判断结果和模糊后处理得到最终结论，输出检测结果。