• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Advanced Computing >Analysis of Text Mining Techniques over Public Pages of Facebook
【24h】

Analysis of Text Mining Techniques over Public Pages of Facebook

机译：在Facebook公共页面上分析文本挖掘技术

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Spam is an unsolicited message, usually sent in the bulk. It is an unwanted activity that is performed to deceive people, to theft their personal information, to inject virus in their system, to redirect them on malicious sites. On OSN, spammers share malicious link looking like genuine one, place discount messages on their wall, develop malicious apps and sometimes create fake accounts. While on blog sites, Intruders use the portal for spreading rumors, mislead about certain campaign, and overload the forums with off-topic comments. When readers are only interested in reading strictly on-topic information, unrelated comments creates confusion. So It is necessary to analyze the unrelated content on online social media. In this paper, we have applied two text mining approaches to measure relatedness between posts and comments over two public pages India-forum.com and Wikipedia on Facebook.
机译：垃圾邮件是一个未经请求的消息，通常在批量中发送。这是一个不需要的活动，以欺骗人员，盗窃他们的个人信息，在其系统中注入病毒，将它们重定向到恶意站点上。在OSN，垃圾邮件发送者共享恶意链接看起来像真实的链接，在他们的墙上放置折扣消息，开发恶意应用程序，有时会创建假帐户。虽然在博客网站上，入侵者使用门户网站传播谣言，误导某些广告系列，并将论坛重载与偏离主题评论。当读者只对读取严格的主题信息感兴趣时，无关的评论会创造混淆。因此，有必要分析在线社交媒体上的无关内容。在本文中，我们应用了两种文本挖掘方法，以衡量员额和评论之间的相关性，并在Facebook上的两个公共页面和维基百科。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号