可检索词: (英文)题名=T 作者=A 关键词=K 摘要=R 机构=O 主题=S 刊名=M 分类号=N
检索规则说明: [&]代表"并且";[|]代表"或者";[!]代表"不包含" (运算符两边不需要空格)
检索范例: 范例一:(k=科技[|]k=技术)[&]t=范并思 范例二:t=计算机应用与软件[&](R=C++[|]R=Basic)[!]t=西华师范大学
主办单位:
出版地:
ISSN:
主编:
邮发代号:
中图分类号: 选择
作 者: (李军红);
机构地区: 郑州轻工业学院经济与管理学院
出 处: 《调研世界》 2017年第9期47-53,共7页
摘 要: 随着微博的发展,近几年来网络上以微博为手段进行恶意炒作的事件不断增多,干扰了互联网正常秩序,对国家社会稳定与安全造成严重隐患。本文以新浪微博为研究对象,对规避新浪访问限制保障分布式数据持久采集、利用数据挖掘分类思想进行多特征炒作账户识别进行了研究,在进行特征分析时,选择决策树学习算法,通过测试建立分类模型,最终实现了对炒作微博账户的分析预测。
关 键 词: 新浪微博炒作账户 新浪 网络爬虫 算法 决策树