| 基于图注意力网络的社交媒体异常用户预测研究 |
| |
| 引用本文： | 邓胜利,夏苏迪,汪奋奋.基于图注意力网络的社交媒体异常用户预测研究[J].情报理论与实践,2022(3):94-102. |
| |
| 作者姓名： | 邓胜利 夏苏迪 汪奋奋 |
| |
| 作者单位： | 1. 武汉大学信息资源研究中心;2. 武汉大学信息管理学院 |
| |
| 基金项目： | 国家自然科学基金项目“信息生态链视角下在线知识社区用户贡献行为评价及预测研究”的成果，项目编号：71974149； |
| |
| 摘 要： | 目的/意义]当前社交媒体中的虚假、劣质信息层出不穷，极大地干扰了正常的网络公共秩序。对发布异常信息、呈现异常行为的异常用户进行预测治理，能够有效实现网络公共空间的正本清源。方法/过程]在既有研究的基础上，文章融合用户个体特征、行为、关系、文本主题和情感特征，构建社交媒体异常用户特征体系，并利用图注意力网络构建异常用户分类预测模型。结果/结论]文章所构建的社交媒体异常用户特征体系具备完整性和普适性，且异常用户预测模型的分类准确率达到92.8%。相比其他分类模型，所构建的图注意力预测模型能够有效识别社交媒体中的异常用户。此外，关系特征、主题特征以及用户注册时间对预测异常用户的贡献度较高，在体征体系中具有较高的重要性。
|
| 关 键 词： | 社交媒体 异常用户 图注意力网络 特征体系 预测模型 |
|
