互联网用户异常行为分析与挖掘

针对Twitter、微博等公开社交媒体中的用户发文数据，创新性地提出了主题序列模式的概念，通过建立同一用户发文内容之间的关联关系，准确刻画了互联网用户完整而重复的发文行为，体现了发文背后的真实意图和潜在意图。在此基础上，提出了用户感知的稀有主题序列模式的挖掘问题，并设计了高效的挖掘方法，利用“整体稀有，局部频繁”的特征，在海量的数据中挖掘出这些个性化和异常的行为模式，并找出对应的异常用户。

实验结果表明，我们的方法能有效地发现互联网中具有特殊行为的用户，而且对应的主题序列模式可以很好地解释他们的个性化特征、特定任务和发文意图。比如，具有模式<健康，产品，购买> 的用户可推断为化妆品推销员。另外，在对特定领域（比如体育领域）的帖子进行分析时，我们的方法可以区分处于不同角色的用户，并找出每种角色中的典型用户。此工作发表在TKDE期刊中，得到了国际同行的高度评价：“此工作具有很强的理论和应用价值，开创了互联网挖掘领域一个新的研究方向”。目前，我们已经公开了数据集，已有多家研究机构的研究人员与我们进行交流，正在此工作基础上开展进一步的研究。同时，我们将此方法应用于经济案件的侦破中，发现了更多的嫌疑人和嫌疑团伙。

发布日期：2020-08-11 16:30:03