[發(fā)明專利]一種面向微博的異常用戶和消息同時(shí)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510012386.2
• 申請(qǐng)日: 2015-01-09
• 公開（公告）號(hào): CN104518930B
• 公開（公告）日: 2017-11-21
• 發(fā)明（設(shè)計(jì)）人: 楊武;申國(guó)偉;王巍;苘大鵬;玄世昌
• 申請(qǐng)（專利權(quán)）人: 哈爾濱工程大學(xué)
• 主分類號(hào): H04L12/26
• 分類號(hào): H04L12/26;H04L29/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種面向微博的異常用戶和消息同時(shí)檢測(cè)方法，其特征在于，包括以下步驟：

(1)數(shù)據(jù)預(yù)處理；

(2)交互提取及建模；

(3)基于同質(zhì)交互的異質(zhì)交互矩陣度量學(xué)習(xí)；

(4)異質(zhì)交互矩陣三分解；

(5)基于先驗(yàn)知識(shí)的異常用戶和消息識(shí)別；

所述交互提取及建模的步驟為：

(2.1)交互提取，分別提取同質(zhì)交互：關(guān)注和轉(zhuǎn)發(fā)，異質(zhì)交互：評(píng)論、發(fā)布、提及；

(2.2)交互關(guān)系建模，將提取的交互關(guān)系采用二部圖進(jìn)行建模；

所述基于同質(zhì)交互的異質(zhì)交互矩陣度量學(xué)習(xí)的步驟為：

(3.1)用戶相似性和相異性關(guān)系度量，根據(jù)用戶特征向量計(jì)算用戶的異常值，在此基礎(chǔ)上，計(jì)算任意兩個(gè)用戶之間的相似性和相異性值，構(gòu)建用戶的相似性和相異性矩陣；

(3.2)消息相似性和相異性關(guān)系度量，根據(jù)消息屬性向量計(jì)算消息的異常值，并結(jié)合用戶的異常值，計(jì)算任意兩條消息之間的相似性和相異性值，構(gòu)建消息的相似性和相異性矩陣；

(3.3)關(guān)系距離度量學(xué)習(xí)，在距離度量學(xué)習(xí)的基礎(chǔ)上，通過用戶和消息的相似性和相異性矩陣學(xué)習(xí)新的異質(zhì)交互矩陣；

所述異質(zhì)交互矩陣三分解為非負(fù)矩陣三分解，采用乘法更新迭代求解；

所述基于先驗(yàn)知識(shí)的異常用戶和消息識(shí)別的步驟為：

(5.1)基于先驗(yàn)知識(shí)的異常用戶識(shí)別，根據(jù)用戶的異常值是否超過閾值作為先驗(yàn)知識(shí)指導(dǎo)，結(jié)合用戶劃分指示矩陣得到最終的異常用戶檢測(cè)；

(5.2)基于先驗(yàn)知識(shí)的異常消息識(shí)別，根據(jù)消息的異常值是否超過閾值作為先驗(yàn)知識(shí)指導(dǎo)，結(jié)合消息劃分指示矩陣得到最終的異常消息檢測(cè)。

2.根據(jù)權(quán)利要求1所述的一種面向微博的異常用戶和消息同時(shí)檢測(cè)方法，其特征在于，所述數(shù)據(jù)預(yù)處理的步驟為：

(1.1)用戶消息排序及數(shù)據(jù)選擇，根據(jù)用戶發(fā)布消息時(shí)間對(duì)消息進(jìn)行排序，選擇用戶最新的消息作為實(shí)驗(yàn)數(shù)據(jù)集；

(1.2)用戶特征形式化和消息內(nèi)容形式化：將用戶的粉絲數(shù)和關(guān)注數(shù)形式化為一個(gè)特征向量，將消息內(nèi)容中的鏈接、圖片、標(biāo)簽、提及等形式化為消息內(nèi)容屬性向量。