Представлена в редакцию
Исходные данные для обучения и тестирования
Download 1.31 Mb. Pdf ko'rish
|
raspoznavanie-botov-v-onlaynovyh-sotsialnyh-setyah-pri-pomoschi-algoritma-sluchaynyy-les
- Bu sahifa navigatsiya:
- Таблица 1.
|
2. Исходные данные для обучения и тестирования
Данные, используемые в настоящей работе, находятся в открытом доступе и были представлены в статье [18]. Для обучения и тестирования алгоритма классификации «Случайный лес» используются данные групп, представленных в таблице 1. Каждая груп- па представляет собой таблицу, где строки – различные аккаунты, а столбцы – признаки аккаунта (имя, количество опубликованных твитов 1 , количество групп, в которых состоит аккаунт и т. д.), по которым определяется, является аккаунт ботом или нет. Таблица 1. Используемые группы из базы данных Группа Описание Количество аккаунтов genuine accounts Аккаунты обычных пользова- телей 3474 social spambots #1 Ретвитеры 2 некоего Итальян- ского политического деятеля 991 social spambots #2 Спамеры платных приложе- ний для мобильных устройств 3457 social spambots #3 Спамеры 3 продуктов на про- дажу в Amazon.com 464 traditional spambots #1 Тренировочный набор дан- ных спамеров, используемых в статье [19] 1000 traditional spambots #2 Спамеры вредоносных ссы- лок 100 traditional spambots #3 Спамеры рассылающие пред- ложения о работе 433 Для использования исходных данных в обучении и тестировании алгоритма «Слу- чайный лес» их необходимо преобразовать в набор векторов, содержащих численные зна- чения. В случае признаков аккаунта Twitter не все из них возможно преобразовать в числа, которые будут подходить для обучения используемого алгоритма. Кроме того, есть при- знаки, которые являются устаревшими и дают часто неправильные результаты (например, Notifications), поэтому их тоже нельзя использовать. Набор релевантных признаков акка- унтов Twitter, который был использован для обучения и тестирования алгоритма «Слу- чайный лес» представлен в таблице 2. 1 Запись в онлайновой социальной сети «Twitter», размер которой не должен превышать 140 символов 2 Бот, который размещает твиты на странице своего аккаунта для определенного аккаунта 3 Бот, который распространяет спам |
