在线社交平台中网络相关讨论的检测

随着社交平台在网络安全与国防等领域的持续演进，开发自适应方法以在这些平台上追踪、识别和调查网络相关活动已变得势在必行。本文引入了一种利用代表网络域的候选术语集来检测在线社交平台中网络相关讨论的新方法。本文的目标是创建一个包含网络相关术语的网络词典，适用于跨各类在线平台自动检测网络活动。本文提出的方法应用自然语言处理技术，从 Reddit、Stack overflow、twitter 和 cyberwar 新闻等多种社交平台类型的代表性数据中提取通用网络词典的候选术语。在选择候选术语时，我们引入了 APMIS 聚合逐点互信息得分，并与术语频率-术语度比率（FDR 得分）和术语频率-逆文档频率得分（TF-IDF 得分）进行比较。这些评分机制对于术语频率、术语相关性和术语间相互依赖性具有鲁棒性。最后，我们通过测量该网络词典将讨论分类为“网络相关”或“非网络相关”的精确度来评估其性能。