一种基于神经网络的僵尸粉识别模型

社交网站中的僵尸粉群体严重威胁社交平台公信力且增加了社交风险。为准确识别僵尸粉，构建一个基于神经网络的僵尸粉识别模型（Zat-NN）。通过分析微博僵尸粉的社交行为，得到高级僵尸粉的行为特征，利用累积分布函数研究僵尸粉与正常用户在行为特征上的差异，并结合卷积神经网络与长短时记忆网络加强微博文本情感分析能力。同时，增加日均转发微博数、发博工具和微博情感特征3个用户新特征，提高Zat-NN模型的识别准确率及鲁棒性。在新浪微博用户数据集上的实验结果表明，Zat-NN模型能有效识别高级僵尸粉，提升社交网络用户体验。