基于深度集成学习的社交网络异常数据挖掘算法

针对当前社交网络异常数据挖掘算法设计过程中未提取社交网络数据特征,导致异常数据检测率低、检测运行时间长的问题,提出一种基于深度集成学习的社交网络异常数据挖掘算法。该算法首先挖掘社交网络数据,依据数据挖掘结果提取社交网络数据特征;然后利用提取到的数据特征构建深度集成学习模型,通过该模型对异常数据进行预测,以此获得社交网络异常数据,实现社交网络异常数据挖掘。实验结果表明:通过对该算法进行异常数据检测率测试和异常数据检测运行时间测试,验证了该算法的准确性高、有效性强、实际应用效果好。