基于SVM算法的微博用戶識別和分類研究

李新煥，黃偉力

（江西開放大學 江西工程職業學院，江西 南昌 330046）

0 引 言

隨著網絡的普及和科技的發展，人們的社交活動方式從傳統的書信聯絡到便捷的電子郵件，再到即時通信工具（如微信、QQ、微博等），可謂發生了翻天覆地的變化。與此同時，新浪微博為眾人所熟知，尤其是大多數知名人士和企業用戶都會在新浪微博上注冊認證。在微博平臺上大家可以暢所欲言，隨時隨地接收信息和發表觀點。正是由于微博使用的便利性，一些網絡水軍會帶偏某些熱點事件的走勢。因此，若要更好地控制網絡輿情，優化網絡中的信息質量，引導風清氣正的網絡環境至關重要。

Fang等利用所提出的用戶名特征提取算法，對網絡中的僵尸粉進行識別研究。Chu等對用戶發表的內容及其賬號屬性進行研究分析，從中發現有絕大多數水軍使用第三方接口發送內容，同時還發現所發布的內容具有重復性和定點性，相反正常用戶很少會選擇在晚上發文。Irani等對眾多的社交網絡賬戶進行了研究，成功建立一個巨大的靜態用戶個人資料內容分析案例庫。通過比較幾種機器學習算法，最終獲得用以甄別水軍用戶的決策樹算法。王淑琪等研究微博中正常用戶和水軍用戶的差異，基于提取出的特征屬性去識別微博水軍，利用SVM算法對其進行分類，最后得到水軍識別的模型。程曉濤將傳統用戶的屬性及其行為特征相結合，得出一種全新的關系圖，這也充分證明了新特征的使用對于水軍的識別有了很大的提升?！?br>