[發明專利]社交網絡中基于多視圖融合的用戶審計方法

有效

• 申請號: 202011165375.5
• 申請日: 2020-10-27
• 公開（公告）號: CN112365356B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 楊曉暉;梁笑
• 申請（專利權）人: 河北大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06V10/74;G06V10/774;G06V10/764;G06V10/80;G06K9/62
• 代理公司: 石家莊國域專利商標事務所有限公司 13112
• 代理人: 胡素梅

1.一種社交網絡中基于多視圖融合的用戶審計方法，其特征是，包括三個階段：

第一階段：特征提取；從用戶的用戶行為、社交關系和文章內容這三個視圖中提取13個特征，所提取的13個特征分別為：發文間隔標準差、轉發比率、陽光信用、粉絲比率、雙向連接率、粉絲平均雙向連接率、集群系數、基于社區的雙向連接率、基于社區的集群系數、平均標簽數、內容標簽相似度、平均URL數和單一提及率；其中，基于用戶行為的特征包括發文間隔標準差、轉發比率和陽光信用，基于社交關系的特征包括粉絲比率、雙向連接率、粉絲平均雙向連接率、集群系數、基于社區的雙向連接率和基于社區的集群系數，基于文章內容的特征包括平均標簽數、內容標簽相似度、平均URL數和單一提及率；所提取的13個特征構成一個數據集X，數據集X是一個行數為n、列數為13的矩陣；行數n對應用戶數，列數13對應13個特征；

第二階段：多視圖融合；根據數據集X針對每一視圖分別訓練一個基分類器，利用線性加權函數將來自每一視圖的分類結果進行線性加權融合，并通過最小化近似誤差求得最優融合系數，進而得到最終的分類結果；

第三階段：利用最終的分類結果對用戶進行審計，審計前首先要提取用戶的13個特征；

粉絲比率由如下公式計算：

其中，U_F代表用戶u的粉絲集合，U_L代表用戶u關注的人的集合；

粉絲平均雙向連接率由如下公式計算：

其中，U_F代表用戶u的粉絲集合，u_v代表用戶u的粉絲集合中的一個用戶，R(u_v)表示用戶u_v在觀測時間內轉發文章的數量；

基于社區的雙向連接率由如下公式計算：

其中，m為用戶所在社區的個數，|Ci|表示第i個社區中的用戶總數，BR(Ci(j))表示用戶所在的第i個社區的第j個成員的雙向連接率；

基于社區的集群系數由如下公式計算：

其中，m為用戶所在社區的個數，CC_i為第i個社區的集群系數；

陽光信用由整數1-5來表示，整數1-5分別對應陽光信用等級由低到高的五個級別；

內容標簽相似度的計算過程如下：

a、提取每篇文章中的主題標簽t₁,t₂,...,t_n，n為標簽數；

b、利用概率主題模型LDA計算每篇文章中排名前三的3個主題詞w₁、w₂、w₃及其對應的概率值p₁、p₂、p₃；

c、計算每篇文章的內容標簽相似程度其中s_ij表示第i個主題詞與第j個標簽在內容上的相似度；s_ij由函數包synonyms計算得到；

d、依據如下公式計算內容標簽相似度

其中，N(u)表示在觀測時間段內用戶發布文章的總數；

最優融合系數θ的計算方法如下：

a、定義其中表示第i個用戶來自第v個視圖的概率型預測的值；是通過相應基分類器來獲得的；

b、定義基于融合的函數，以獲取最終的分類結果：

c、定義帶有L2正則化的最小二乘損失函數，其中為第i個用戶的真實值，λ為正則化參數；

d、最優融合系數θ的求解轉化為

arg_θminL(θ)

令P＝[p₁,p₂,...,p_n]∈R^n×3，則最優融合系數θ的求解轉化為

e、用正則方程法對步驟d中的θ求解，得到最優融合系數θ＝(P^TP+λI)^-1P^TY⁰。