Детальная информация

Название Интеллектуальная система распознавания аномальных учетных записей пользователей соцсети «ВКонтакте» на основе моделей машинного обучения: магистерская диссертация: 09.04.04
Авторы Усманов Максим Далерович
Научный руководитель Дробинцев Павел Дмитриевич
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения Санкт-Петербург, 2017
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика Интернет ; Вычислительные сети ; машинное обучение ; социальные сети ; микросервисы ; интеллектуальные системы ; веб-приложения
УДК 004.738.5(043.3)
Тип документа Выпускная квалификационная работа магистра
Тип файла PDF
Язык Русский
Уровень высшего образования Магистратура
Код специальности ФГОС 09.04.04
Группа специальностей ФГОС 090000 - Информатика и вычислительная техника
DOI 10.18720/SPBPU/2/v17-2128
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\39660
Дата создания записи 13.07.2017

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

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.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать Загрузить
Интернет Анонимные пользователи

Количество обращений: 416 
За последние 30 дней: 0

Подробная статистика