基于特征选择的微博水军识别研究

随着互联网飞速发展，微博等社交媒体也迅速成长起来，与此同时，微博平台上网络水军也越来越多。为了能够识别水军，还网络世界一个清净之地，本文针对Twitter平台，利用3个不同数据集以及Scikit-Learn库中3种分类算法进行实验，实验采用相关性检验方法比较不同特征集差异，得出提高分类效果准确率的有效特征，并通过不同机器学习算法训练数据集，得出最优算法。本实验在Twitter真实数据集下进行，实验结果表明“，推特用户收藏、回复、转发总数actions”特征的引入在很大程度上提高了分类效果准确率；并且相较于支持向量机与K最近邻算法，随机森林分类法能够更有效识别水军。