基于用户行为的社交网络人格特质识别方法

作     者：谢柏林 黎琦 魏娜 邝建 XIE Bailin;LI Qi;WEI Na;KUANG Jian

作者机构：广东外语外贸大学信息科学与技术学院广州510006 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2023年第49卷第1期

页      面：279-286,294页

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：广东省基础与应用基础研究基金(2018A0303130045) 广州市科技计划项目(201904010334)。 

主　　题：社交网络 人格特质 隐半马尔可夫模型 用户行为 网络诈骗 

摘      要：社交网络已成为人们获取和发布信息的一个重要平台,也是黑客发起网络诈骗的主要场地。大多数黑客在发起网络诈骗之前,首先会判别目标用户的主要人格特点,然后根据主要人格特点制定与其接触的策略。因此,面向社交网络用户的人格特质识别方法的研究对提高用户识别社交网络诈骗能力具有重要意义。提出基于用户的人格特质识别方法。通过构建面向社交网络的人格特质词典提取用户发表或转发文本信息中能反映用户主要人格特质类型的观测值,采用5个具有不同参数值的隐半马尔可夫模型刻画用户在社交网络上发表或转发文本信息的行为过程。在人格特质识别阶段,通过计算每个用户在发表或转发文本信息过程中产生的观测序列相对于模型的平均对数似然概率,以识别用户所属的人格特质类型。在采集的新浪微博数据集上进行实验,结果表明,当假正率为10%时,该方法的总真正率为93.18%,能准确识别用户的人格特质类型。