《表4 全部特征实验结果：社交网络中网络空间安全用户挖掘模型研究》
提示：宽带有限、当前游客访问压缩模式
本文使用了前面所介绍的三种分类算法和三类用户特征用于网络空间安全领域用户检测的实验。其实验结果如表4所示。
| 图表编号 | XD00174760900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.25 |
| 作者 | 赵翠镕、黄建军、孙鹏、方勇、祝鹏程 |
| 绘制单位 | 四川大学网络空间安全学院、四川大学网络空间安全学院、四川大学网络空间安全学院、四川大学网络空间安全学院、四川大学网络空间安全学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 区别效度：学术社交网络用户知识共享意愿的影响因素研究》2020.10.01
- 《表8 中介效应检验结果：社交网络用户人格特质对社会资本积累的影响——基于微信的研究》2021.02.28
- 《表2 推特数据集：社交网络中的抑郁症用户语言和行为特征分析及检测》2020.06.01
- 《表3 优化的特征组合：社交网络中网络空间安全用户挖掘模型研究》2020.04.25
- 《表2 初步特征组合：社交网络中网络空间安全用户挖掘模型研究》2020.04.25
- 《表2 三次实验结果对比：基于广度学习的异构社交网络敏感实体识别模型研究》2020.06.24
- 《表1 实验网络基本特征：社交网络中对立影响最大化算法》2020.07.10
- 《表4 用户行为特征：社交网络用户发布模式和兴趣预测研究》2020.05.01
- 《表1 实验参数设置：基于知识单元挖掘的网络文库信息存储模型研究》2020.02.24
- 《表1 特征说明表：基于XGBoost方法的社交网络异常用户检测技术》2020.03.01
- 《表3 不同分类器结果：基于数据挖掘的网络众筹模式下用户参与动机研究》2020.02.20
- 《表1 实验数据集信息：社交网络时空大数据聚类挖掘有效选择分析》2020.04.05
- 《表2 实验数据基本参数：网络安全中基于用户群体偏好的隐私保护算法》2019.12.25
- 《表4 扩展性实验结果：社交网络中的敏感内容检测方法研究》2019.08.01
- 《表3 对比实验结果：社交网络中的敏感内容检测方法研究》2019.08.01
- 《表2 描述性统计结果：社交网络中用户关注类型与发帖类型对发帖行为的影响》2019.03.20
- 《表1 对比实验结果：异构社交网络用户兴趣挖掘方法》2019.04.20
- 《表2 用户影响力排名：基于交互行为和情感倾向的移动社交网络用户影响力度量模型研究》2019.01.30
- 《表2 全网发帖用户排名：网络空间认知域安全防护策略研究》2019.12.10
- 《表3 微博发帖用户排名：网络空间认知域安全防护策略研究》2019.12.10