一種基于貝葉斯的微博隱私檢測方法研究.pdf

1、近年來微博憑借其集成化、開放化、操作簡單、傳播迅速以及覆蓋面廣等特點在世界范圍內(nèi)得到流行,然而隨之而來的微博隱私泄露方面問題也日益引起人們的擔憂。目前針對微博類社交網(wǎng)絡的隱私檢測技術仍處于研究初期,因此也越來越引起人們的關注。
　　通過研究國內(nèi)外對微博隱私檢測這一課題的研究現(xiàn)狀,以及相關的技術理論知識,本文主要進行了以下研究。
　　本文提出了一種微博隱私檢測系統(tǒng)模型,用于對涉及微博隱私泄露的微博進行檢測。該模型主要分為預處理

2、、分詞及結(jié)果優(yōu)化處理、停用詞去除、二級樸素貝葉斯分類幾個模塊。本文首先針對傳統(tǒng)的RMM+TSD分詞方法中分詞算法存在多次詞條的無效查找、分詞算法不能處理歧義切分、分詞算法不能提取新詞的不足,提出了一種I-RMM+I-SD的分詞方法。該方法能有效地提高分詞速度,同時不帶來過多額外的詞典存儲空間開銷,且能進行較為常見的二字交集型歧義處理和二字新詞識別,能有效地提高分詞效率和精度。然后本文用一種二級貝葉斯分類方法對分詞后的微博內(nèi)容進行分類。該