科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来,移动信息技术的迅速发展使得在线社交网络进入高速发展阶段,用户可在社交网络中进行信息交互,但网络中具有强影响力的不可信用户往往会引导大众产生情感偏差和信息偏误,这严重影响了网络安全,故研究社交网络中的用户可信度量模型迫在眉睫.结合社交网络用户节点的网络链接结构、情感和热度,以识别和评估社交网络中的信息来源及用户可信度,并结合真实社交网络数据将其与4种机器学习方法进行比较实验,以确保模型科学性.实验结果显示:所提PSB用户可信度量方法在准确度、特异性和敏感性等方面都优于其他方法;可信用户往往具有相对正面的情感,且其比不可信用户发布的信息更长、创建账户的时间更长、更容易被其他用户关注和提及;而不可信用户发布的信息往往包含更多的标签和网址.
- 单位
