检索结果-南通市图书馆

反派演员恶意评论识别研究 ——以微博评论数据为例

在线全文

学校读者我要写书评

暂无评论

反派演员恶意评论识别研究 ——以微博评论数据为例

作者：朱哲锐中南财经政法大学

学位级别：硕士

互联网时代给社交平台的发展创造了良好的条件,而微博平台作为我国最流行的社交网络平台之一,其对我们生活的方方面面都带来了巨大的变化。即使是普通用户也可以通过微博享受到足不出户而知天下事的畅快感,还可以通过微博发表对感兴趣... 详细信息

互联网时代给社交平台的发展创造了良好的条件,而微博平台作为我国最流行的社交网络平台之一,其对我们生活的方方面面都带来了巨大的变化。即使是普通用户也可以通过微博享受到足不出户而知天下事的畅快感,还可以通过微博发表对感兴趣的人或事的评论和看法。但是到达一定程度的言论自由反而会引发一系列的社会问题,例如网络谣言,网络暴力,恶意评论等,这无疑会对社交平台的健康发展产生极大的负面影响,而针对反派演员的恶意评论和攻击就是一个典型。事实上,对反派演员的恶意评论和攻击现象由来已久,又因为社交平台上言论比较开放,所以类似微博这种平台上的恶意评论乱象更是层出不穷,这样的行为不仅是对演员身心健康的一种伤害,一定程度上还会对影视艺术行业的发展产生负面作用。因此研究如何识别针对反派演员的恶意评论具有重要的意义。本文首先通过人工标注的形式区分数据集中的恶意评论与正常评论,并采用一定的描述性统计方法总结了爬取到的微博评论数据集的一些特点;其次采用BERT预训练模型对评论文本进行向量化,并综合考虑向量维度与训练复杂度对向量采用主成分法进行了降维;最后结合过采样方法和双向长短时记忆网络模型对恶意评论进行识别,并与其他机器学习模型的识别进行对比,最终得出更适合本文数据集的模型组合。通过描述性统计方法分析数据后发现,男性用户有更大的发表恶意评论的倾向,同时发表恶意评论的用户相较于正常用户而言,其粉丝和关注数的平均水平反而更高;并且通过统计恶意评论发布时期与文本长度发现恶意评论主要出现在上升期和爆发期,消亡期会迎来一定的反转,且大多恶评文本的长度集中于50字以内,严重恶意评论文本更长。通过不同过采样方法与各种模型组合发现,改进的SMOTE过采样能更好缓解样本不平衡的问题,同时Bi-LSTM模型在识别恶意评论中表现出了更好的性能,相较于传统机器学习模型,准确率、F分数以及模型AUC指标均有一定程度的提升。

关键词：反派演员恶意评论 BERT预训练 SMOTE过采样 Bi-LSTM模型

基于多特征分析的恶意评论识别技术研究与实现

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征分析的恶意评论识别技术研究与实现

作者：唐洵四川大学

学位级别：硕士

网络社交平台作为网络时代最重要的信息中转站,承担了汇总时讯要闻、过滤无用信息、转发重要主题的信息传递作用,将海量资讯和热门话题推送至网络参与者面前,并提供平台供网民发表、交换观点意见,在未知世界完成人际交互。由于网民基数... 详细信息

网络社交平台作为网络时代最重要的信息中转站,承担了汇总时讯要闻、过滤无用信息、转发重要主题的信息传递作用,将海量资讯和热门话题推送至网络参与者面前,并提供平台供网民发表、交换观点意见,在未知世界完成人际交互。由于网民基数极大,群体中存在的个人修养不足和情绪波动等问题皆可诱使包含普通用户在内的任意用户做出违反社交平台规定的恶意评论。恶意评论是指社交平台中带有辱骂、性别歧视、种族歧视、地域歧视、无意义发言、煽动性质等因素的评论。恶意评论会破坏社区的良性发展,影响网络社交环境,产生持续性的不良影响,故恶意评论理应得到管控。但如果直接禁止对应用户参与社区交互,将导致社区丢失良性发展机会,部分社区对待这一现象,通常会选择回避直接禁用用户的做法。如何准确识别恶意评论,已成为当下亟待解决的问题。论文将从三个方面对恶意评论识别技术展开研究。首先是提出评论恶意行为特征抽取方法。在先前研究中,已证明恶意评论和正常评论存在行为差异性,本文围绕评论行为中的时间段、讨论场景、投票和发布间隔四个特征进行差异性比对,并按照t-test思路检验恶意评论和正常评论各自构成的独立样本的均值差异,通过p值评估待定特征是否在两者之间存在明显差异。其次是提出恶意词典关键字扩充方法。该方法需要根据上下文场景和讨论主题分析大量具备恶意词义的候选词,用来组建恶意词典。本文首先构建基础恶意词典,该词典以中文褒贬义词典为基础,结合网络常见广告词、涉暴词和涉黄词以及新华社发布的禁用词,再配合中文否定词和中文程度副词构建语句级别的基础恶意词典。为让词典更为适用本文研究对象,从数据集中抽取候选词,使用SO-PMI算法,分别计算候选词与正向词和恶意词的SO-PMI值,最终得出候选词情感倾向。在此基础上,再将词典中所有词汇的变体词进行即时实验分析,以完成恶意词典扩充。然后是提出ERNIE-Bi LSTM-Attention深度学习识别方法。利用深度学习模型挖掘评论中恶意的语义信息前,先采用随机过采样修正样本不均衡现象。再按照字级别和词级别的输入方式,调整随机词向量和Word2Vec的词嵌入表达,并将其输入到Bi LSTM-Attention模型中验证效果。接着验证ERNIE预训练模型对中文上下文语义的知识增强学习,并将ERNIE预训练后的词嵌入表达传递到多个深度学习模型中测试其对恶意评论的识别效果。结合上述三个方面的恶意评论识别方法,最后得到一个用于识别恶意评论的原型系统,其中包括采集与预处理模块、行为特征提取模块、恶意词典匹配模块、深度学习识别模块和集成学习模块。原型系统通过第一个模块采集和处理数据,第二、三和四个模块构建特征集,第五个模块根据综合特征集,利用Stacking集成学习构建基分类器和元分类器。最终验证得知,论文提出并实现的原型系统应用于恶意评论识别,召回率可达96.9%。

关键词：恶意评论社交平台恶意词典深度学习集成学习

基于词向量集成与数据增强的恶意评论分类模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

科学技术创新 2022年第22期 76-81页

作者：杨金灵大连外国语大学辽宁大连116044

针对恶意评论的文本分类任务存在的词向量单一和样本数据集有限而导致模型稳健性降低的问题,提出一种结合词向量集成技术和数据增强技术的ENSVEC-DA恶意文本分类模型。首先从文本数据中抽取一部分评论将其依次翻译成西班牙语,德语和法语... 详细信息

针对恶意评论的文本分类任务存在的词向量单一和样本数据集有限而导致模型稳健性降低的问题,提出一种结合词向量集成技术和数据增强技术的ENSVEC-DA恶意文本分类模型。首先从文本数据中抽取一部分评论将其依次翻译成西班牙语,德语和法语,再翻译回英文,由此达到数据增强的作用;其次对应文本评论中的单词,在两个在不同语料库上预训练好的词向量包中寻找所对应单词的数值向量,并将两者相加取平均值,进而完成集成词向量的工作;然后基于同一测试集在RNN网络中进行四组对比实验,并根据四组实验所得到的恶意评论分值(分值越大,恶意可能性越高)计算三种评估指标;最后经对比分析评估指标可得出结论:词向量集成技术和数据增强技术能够使ENSVEC-DA恶意文本分类模型在某种恶意评论预测性能上有所提升。

关键词：恶意评论文本分类词向量集成数据增强 RNN

在线全文

学校读者我要写书评

暂无评论

基于深度学习的恶意评论检测

通讯世界 2019年第3期26卷 193-194页

作者：冯天晨南京市第一中学(高中) 江苏省南京市210000

网上的在线社区往往包含大量的恶意评论,目前许多网站都在尝试使用机器学习的技术来自动识别网站上出现的恶意评论。在本文中,我们使用Conversation AI团队提供的网站评论的数据集构建了一个恶意评论自动检测的模型,该模型能过使用循环... 详细信息

网上的在线社区往往包含大量的恶意评论,目前许多网站都在尝试使用机器学习的技术来自动识别网站上出现的恶意评论。在本文中,我们使用Conversation AI团队提供的网站评论的数据集构建了一个恶意评论自动检测的模型,该模型能过使用循环神经网络和人工神经网络有效的提取评论文本中的语句信息,并判断评论是否属于某种恶意评论,并且在该数据集上达到了98%的准确率。

关键词：恶意评论机器学习神经网络rnn

基于特征选择与随机森林混合模型的社区恶意评论检测研究

在线全文

学校读者我要写书评

暂无评论

现代计算机 2020年第19期26卷 22-26页

作者：唐洵汤娟周安民四川大学网络空间安全学院成都610225

随着社交网络的应用普及,部分用户的网络不当言行严重破坏了社交网络的秩序,不仅对其他用户产生了负面影响,同时也使得社交网络中充斥着欺骗性和危险性。因此,提出基于特征选择与随机森林的混合模型,用以检测网络社区中的恶意评论。使... 详细信息

随着社交网络的应用普及,部分用户的网络不当言行严重破坏了社交网络的秩序,不仅对其他用户产生了负面影响,同时也使得社交网络中充斥着欺骗性和危险性。因此,提出基于特征选择与随机森林的混合模型,用以检测网络社区中的恶意评论。使用爬虫技术获取一个中文论坛中8,869名用户的历史发言记录,以管理员对评论的处置为依据,提取了言论中恶意行为的相关特征,使用主成分分析法(PCA)对特征进行降维,结合随机森林算法建立模型,用以发现在线讨论社区中具有恶意行为的评论。实验结果表明,判断的准确率达到87.0%,所采用的模型对恶意评论具有良好的检测效果,为净化社区环境提供技术支持。

关键词：特征选择随机森林恶意评论

在线全文

学校读者我要写书评

暂无评论

面向用户评论的网络恶意行为检测技术研究

面向用户评论的网络恶意行为检测技术研究

作者：李赛桂林电子科技大学

学位级别：硕士

近年来,在线社交活动与日俱增,越来越多的人倾向于在网络上发表意见和表达情感,与之而来的在线评论数据也日益繁多。通过对这些数据的提取、分类和分析,可以帮助我们了解不同人对不同事物所表达的观点和情感。在线评论数据的分析对网络... 详细信息

近年来,在线社交活动与日俱增,越来越多的人倾向于在网络上发表意见和表达情感,与之而来的在线评论数据也日益繁多。通过对这些数据的提取、分类和分析,可以帮助我们了解不同人对不同事物所表达的观点和情感。在线评论数据的分析对网络情报舆情、网络安全等方面具有重要的意义,因此对相关数据分析技术的研究和探讨变得尤为重要。虽然已有很多不同领域和学科的检测方法相继被提出,但目前的检测模型针对不同数据仍存在许多不足之处:1)恶意评论文本规模大、噪声多、更新快、针对性强,现有检测模型不能直接用于恶意评论检测;2)恶意评论存在严重的类不平衡问题,导致恶意行为检测难度增大和效率低;3)传统模型结构简单、学习能力弱、特征提取困难使得检测模型拟合效果较差。针对以上三个问题,本文主要做了如下的工作:（1）针对类不平衡和样本重叠问题,设计了一种基于样本分层欠采样和Bi-GRU网络的恶意行为检测模型（SSU-BG）。首先,对评论文本预处理,并根据数据集特点构造特征模型;然后,基于欧氏距离计算出高频样本的最高密度点和类内平均距离后将高频类划分为稠密区、稀疏区以及稀疏区边界层,再根据样本标签数在稠密区划分不同层次圆环的采样区,并根据各类样本不平衡度的均值来衡量总体采样比例,进而在稠密区和稀疏区边界层的圆环域分层随机欠采样,从数据层面解决类不平衡和重叠问题;最后,将文本向量输入训练好的Bi-GRU模型中。实验结果证明:SSU-BG模型在21组实验中检测准确率比其他模型检测准确率最多可高出9.98%,错误率最多可降低39.14%,另外两个评价指标也均有所提升,因此该模型在改善整体检测效果的同时也解决了类不平衡和样本重叠问题。（2）针对类不平衡和SMOTE算法采样比例设置不足的问题,设计了一种基于改进SMOTE和Bi-LSTM组合式网络恶意行为检测模型（AS-BL）。首先,对数据集预处理,在前一部分研究基础上继续扩展特征模型,同时由于恶意词汇大多集中在句末出现,所以将句末词进行向量化,以增强分类的准确率;然后,采用K临近算法计算出所有高频样本的平均密度,根据平均采样密度计算出采样比例,以采样比例为基础进一步计算出样本临近生成的样本并放入低频样本集中;最后,将文本向量输入训练好的Bi-LSTM模型中。实验结果表明:AS-BL模型比上一部分提出的SSU-BG模型的检测准确率提高了0.8%,错误率降低了0.52%,同样另外两个评价指标也均有所改善,同时也较好的解决了类不平衡和SMOTE算法存在的一些问题。

关键词：社交网络恶意评论数据不平衡分层欠采样 AD-SMOTE 文本检测

基于分层欠采样和Bi-GRU的恶意行为检测模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程与设计 2022年第2期43卷 413-419页

作者：周娅李赛桂林电子科技大学计算机与信息安全学院广西桂林541004

为解决类不平衡和样本重叠问题,提出一种基于分层欠采样和Bi-GRU的恶意行为检测模型(SSU-BG)。数据预处理及特征模型的构建;基于欧氏距离算法统计出高频样本的最高密度点及类内平均距离,根据样本分布特点将高频类样本依次划分为稀疏区... 详细信息

为解决类不平衡和样本重叠问题,提出一种基于分层欠采样和Bi-GRU的恶意行为检测模型(SSU-BG)。数据预处理及特征模型的构建;基于欧氏距离算法统计出高频样本的最高密度点及类内平均距离,根据样本分布特点将高频类样本依次划分为稀疏区、稀疏区边界区及稠密区3个区域,根据抽取出样本标签数在稠密区内划分出不同层次圆环,计算每个类的不均衡度,计算其均值作为整个样本的采样比例,按照此时的采样比例在稀疏区边界区的圆环域和稠密区进行分层随机欠采样;将文本向量输入训练好的Bi-GRU模型中。实验结果表明,该模型改善了整体检测效果,提高了恶意评论检测率。

关键词：恶意评论类不平衡分层欠采样 Bi-GRU网络 SSU-BG算法

在线全文

学校读者我要写书评

暂无评论

新媒体意见信息管理刍议

记者摇篮 2020年第10期 11-12页

作者：白冰沈阳日报社

留言、跟帖、评论等意见信息是新媒体内容的重要组成部分,具有内容价值、社交价值、引流价值、品牌价值等功用,同时也容易引发舆论博弈,引爆网络舆情。加强意见信息管理要体现"真善美"的总要求,依法治网、依法办网、依法上网,必须牵住... 详细信息

留言、跟帖、评论等意见信息是新媒体内容的重要组成部分,具有内容价值、社交价值、引流价值、品牌价值等功用,同时也容易引发舆论博弈,引爆网络舆情。加强意见信息管理要体现"真善美"的总要求,依法治网、依法办网、依法上网,必须牵住意见信息的"牛鼻子"。

关键词：留言跟帖评论意见信息恶意评论负面舆情