Details
Title | Интеллектуальная система распознавания аномальных учетных записей пользователей соцсети «ВКонтакте» на основе моделей машинного обучения: магистерская диссертация: 09.04.04 |
---|---|
Creators | Усманов Максим Далерович |
Scientific adviser | Дробинцев Павел Дмитриевич |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2017 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | Интернет ; Вычислительные сети ; машинное обучение ; социальные сети ; микросервисы ; интеллектуальные системы ; веб-приложения |
UDC | 004.738.5(043.3) |
Document type | Master graduation qualification work |
File type | |
Language | Russian |
Level of education | Master |
Speciality code (FGOS) | 09.04.04 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/2/v17-2128 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\39660 |
Record create date | 7/13/2017 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
В данной работе исследуются подходы распознавания аномальных пользователей социальных сетей. Целью работы является разработка обучаемой интеллектуальной системы на языке Java, использующей алгоритмы машинного обучения для автоматического определения аномальных пользователей соцсети «ВКонтакте» на основе общедоступных сведений о проверяемом пользователе. Система обучается заранее «учителем» с помощью обучающей выборки. При построении обучающей выборки высчитываются атрибуты только на основании данных, зависящих от социальной активности исследуемого профиля: отношение к общему числу друзей таких показателей, как «подписчики», количество удаленных профилей среди друзей, среднее количество отметок «мне нравится» и др. Некоторые атрибуты высчитываются на основе анализа семантической сети связей между друзьями и друзьями друзей исследуемого пользователя. К обучающей выборке применяются наивный байесовский классификатор, решающее дерево, метод опорных векторов, которые реализованы в open source библиотеке Weka, и вызываются через Java API. Научная новизна работы заключается в предложенном подходе формирования описанных атрибутов. Решение превосходит по эффективности все автоматизируемые решения, использующие общедоступные данные.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 416
Last 30 days: 0