[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

本發明提供了一種社交網絡中基于多視圖融合的用戶審計方法。該方法重點包括特征提取和多視圖融合兩個階段。首先，設計綜合多視圖信息的用戶表征策略，分別構建用戶行為、社交關系、文章內容三個視圖對用戶進行表征。針對現有方法未充分考慮用戶粉絲及用戶在社交網絡中所處環境的不足，引入粉絲比率、粉絲平均雙向連接率、基于社區的雙向連接率、基于社區的集群系數等新特征。然后，構建基于線性加權函數的多視圖融合決策模型，將來自各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分類結果。與現有技術相比，本發明能夠有效檢測垃圾用戶，有更高精確率和F1值，且在應對不平衡數據時表現出更強的穩定性。

技術領域

本發明涉及社交網絡安全領域，具體地說是一種社交網絡中基于多視圖融合的用戶審計方法。

背景技術

在社交網絡中，包括社交網站的社交網絡系統能夠使其用戶(諸如個人或組織)與其交互，且用戶通過其彼此交互。隨著用戶的輸入，社交網絡系統可以創建和儲存與用戶相關的用戶配置文件。用戶配置文件可包括用戶的個人統計信息、通信渠道信息以及個人行為信息等。隨著用戶的使用，社交網絡系統還可以創建和儲存該用戶與社交網絡上的其他用戶之間的關系記錄，并且為促進兩個用戶或多個用戶之間的社交提供服務(例如點贊、評論、話題、發私信等)。

微博等社交網絡平臺一方面給人們的生活帶來便利，同時也給垃圾用戶提供了良好的發展環境。社交網絡上垃圾用戶利用微博發布大量垃圾信息或請求，甚至涉及惡意URL鏈接、虛假廣告、網絡釣魚、欺詐、色情等內容，給用戶的財產安全帶來巨大的隱患。此外，無用信息占據網絡資源，消耗了大量的網絡負載。垃圾用戶檢測作為社交網絡環境維護中的基本任務有助于消除微博垃圾用戶所帶來的負面影響，維護社交網絡的安全，改善用戶的使用體驗。

微博垃圾用戶檢測可以轉化為分類問題，即基于分類的垃圾用戶識別。其中，需要提取用戶的各方面特征，特征提取的完整及合理程度直接影響識別的結果。當前，對于在線社交網絡上的用戶進行表征應考慮以下幾個方面：基于用戶配置文件相關的賬號基本信息(包括賬號注冊日期、個人簡介等)、基于用戶使用行為相關的信息、基于用戶間社交關系的信息、基于用戶發布微博內容的信息。

集成學習(ensemble learning)是一種分類器融合方法，有時也被稱為多分類器系統(multi-classifier system)，其一般結構為：先產生一組“個體學習器”，再用某種策略將它們結合起來。集成學習在分類任務的很多領域已經得到了廣泛的應用，并且取得了很好的效果，但目前基于集成學習思想的微博垃圾用戶檢測方法還不是很成熟。

發明內容

本發明的目的就是提供一種社交網絡中基于多視圖融合的用戶審計方法，通過該方法對社交網絡中的用戶進行審計，以檢測出非正常的垃圾用戶，該方法具有識別準確率高、適用性強的優點。

本發明是這樣實現的：本發明的方法中，利用了一種綜合多視圖信息的用戶表征策略和基于線性加權函數的融合決策模型。該方法重點包括兩個階段：第一階段：特征提取；第二階段：多視圖融合決策。該方法包含以下內容：

1.一種綜合多視圖信息的用戶表征策略

在本發明的第一階段中，提供了一種完整且有效的特征構造方法，以對社交網絡(例如微博)上的用戶進行表征，即圖1中的“特征提取”。本發明構建了一種基于多視圖的用戶表征策略，用于對用戶的特點進行更加全面的描述。具體是：分別構建用戶行為、社交關系、微博內容三個視圖對用戶進行表征。本階段針對現有方法未充分考慮用戶粉絲及用戶在社交網絡中所處環境的不足，引入粉絲比率、粉絲平均雙向連接率、基于社區的雙向連接率、基于社區的集群系數等新特征。

2.多視圖融合決策，用于垃圾用戶識別