基于机器学习的社交机器人账号检测研究  

作　　者：谭瑾瑜 张鹏 秦瑞青 刘静 

机构地区：[1]中国人民警察大学网络舆情治理研究中心,河北065000 [2]北华航天工业学院文理学院,河北065000

出　　处：《网络安全技术与应用》2025年第3期44-48,共5页Network Security Technology & Application

基　　金：教育部人文社会科学研究规划基金“智媒时代社交机器人识别与治理研究”(编号:22YJA860012)。

摘　　要：[目的/意义]当前社交网络上存在大量的社交机器人账号,这些账号增加了虚假信息的传播并放大了社会负面影响,给网络安全带来极大风险。然而,研究表明社交机器人账号的元数据特征与人类账号存在较大差异。[方法/过程]本文以kaggle网站上的社交机器人数据集为研究对象,探究机器学习算法在社交机器人账号的分类中的表现,引入词袋模型构建社交机器人敏感词袋,从而将文本型字段输入机器学习模型。最后,通过准确率和ROC曲线对分类器进行评价。[结果/结论]实验结果表明,机器学习算法基本上都能够基于社交账号的元数据起到分类器的作用,但加入经过词袋模型处理的文本型字段后,不同机器学习算法的表现有所不同。

关 键 词：社交机器人检测 机器学习 词袋模型 ROC曲线 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置] TP181[自动化与计算机技术—控制科学与工程]