《表4 不同方法比较：基于多元特征的微博被劫持账户检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多元特征的微博被劫持账户检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由表4可知，本文方法的精确率、召回率和F1-score均最高。相较于COMPA和文献[16]提出的方法，本文方法的F1-score分别提高0.014与0.132。这是因为本文方法在如下方面进行了改进：1）在特征选取方面，去除了作用不大的语言特征与邻近性判别，加入了发布消息中的提及数和消息转发率；2）改变了异常得分的计算方法，使得异常得分更能刻画新消息对用户行为模型的违反程度。