[發(fā)明專利]社交機(jī)器人檢測方法、系統(tǒng)、存儲介質(zhì)和電子設(shè)備

有效

• 申請?zhí)枺?/td>: 202011343555.8
• 申請日: 2020-11-26
• 公開（公告）號: CN112487176B
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 周明;唐杰;劉德兵;仇瑜
• 申請（專利權(quán)）人: 北京智譜華章科技有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/36;G06Q50/00
• 代理公司: 北京動力號知識產(chǎn)權(quán)代理有限公司 11775
• 代理人: 梁艷

本發(fā)明公開了一種社交機(jī)器人檢測方法、系統(tǒng)、存儲介質(zhì)和電子設(shè)備。方法包括：獲取待檢測的目標(biāo)賬號的好友賬號和所述好友賬號的關(guān)聯(lián)發(fā)文，所述關(guān)聯(lián)發(fā)文為提及所述目標(biāo)賬號的發(fā)文；根據(jù)所述目標(biāo)賬號和好友賬號構(gòu)建賬號信息矩陣，根據(jù)所述目標(biāo)賬號的發(fā)文和所述好友賬號的關(guān)聯(lián)發(fā)文構(gòu)建文章信息矩陣；根據(jù)所述賬號信息矩陣和文章信息矩陣構(gòu)建社交關(guān)系圖譜；確定所述目標(biāo)賬號的每篇發(fā)文的類別；將所述目標(biāo)賬號的發(fā)文、所述社交關(guān)系圖譜和所述文章信息矩陣輸入與所述發(fā)文的類別對應(yīng)的分類檢測模型，得到基于所述發(fā)文的檢測結(jié)果；根據(jù)所述目標(biāo)賬號的每篇發(fā)文的檢測結(jié)果得到所述目標(biāo)賬號的最終檢測結(jié)果。本發(fā)明具有低延時、高魯棒性、高穩(wěn)定性和高識別率。

技術(shù)領(lǐng)域

本發(fā)明涉及社交網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種社交機(jī)器人檢測方法、系統(tǒng)、存儲介質(zhì)和電子設(shè)備。

背景技術(shù)

近年來，隨著信息技術(shù)的高速發(fā)展，社交網(wǎng)絡(luò)被人們廣泛地使用，人們可以通過它分享新聞、觀點(diǎn)和交友等，但是其中出現(xiàn)了一種非正常用戶的社交機(jī)器人賬戶。社交機(jī)器人已經(jīng)被應(yīng)用到人們生活的方方面面(智能客服、問卷機(jī)器人等)，但惡意的社交機(jī)器人使用導(dǎo)致網(wǎng)絡(luò)詐騙和虛假新聞亦愈來愈嚴(yán)重，所以社交機(jī)器人賬號檢測愈發(fā)受到各國政府和企業(yè)重視。

現(xiàn)有社交機(jī)器人檢測技術(shù)主要采用基于圖的賬號檢測、眾包方式賬號檢測和基于機(jī)器學(xué)習(xí)方法的賬號檢測，這些技術(shù)存在訓(xùn)練成本高、算法精度不高等缺點(diǎn)。基于圖的賬號檢測方法采用社交網(wǎng)絡(luò)的社會關(guān)系圖譜來表示社交網(wǎng)絡(luò)中節(jié)點(diǎn)間的邊和鏈接的網(wǎng)絡(luò)信息和關(guān)系，從而實(shí)現(xiàn)機(jī)器人賬號的檢測。直接采用社交網(wǎng)絡(luò)信息構(gòu)建的圖來檢測賬號，存在可能因?yàn)閭€別節(jié)點(diǎn)干擾，降低檢測精度的問題，魯棒性不好；眾包賬號檢測方法是采取領(lǐng)域?qū)＜襾碓u估、分辨和判決賬號是否為機(jī)器人賬號的方式。該方法需要依賴大量的專家投入，人力成本過高，適合小數(shù)據(jù)量的賬號檢測任務(wù)；基于機(jī)器學(xué)習(xí)方法的賬號檢測，采用機(jī)器學(xué)習(xí)算法和統(tǒng)計(jì)方法來構(gòu)建社交網(wǎng)絡(luò)特征的模型，使用算法模型來實(shí)現(xiàn)社交賬號的檢測。訓(xùn)練機(jī)器學(xué)習(xí)模型的數(shù)據(jù)和特征選擇好壞，對檢測精度影響較大，穩(wěn)定性不高，也存在一定的局限性。

發(fā)明內(nèi)容

本發(fā)明提供了一種社交機(jī)器人檢測方法、系統(tǒng)、存儲介質(zhì)和電子設(shè)備，能夠滿足低延時、高魯棒性、高穩(wěn)定性和高識別率的要求。

根據(jù)本發(fā)明的第一方面，提供了一種社交機(jī)器人檢測方法，包括：

獲取待檢測的目標(biāo)賬號的好友賬號和所述好友賬號的關(guān)聯(lián)發(fā)文，所述關(guān)聯(lián)發(fā)文為提及所述目標(biāo)賬號的發(fā)文；

根據(jù)所述目標(biāo)賬號和好友賬號構(gòu)建賬號信息矩陣，根據(jù)所述目標(biāo)賬號的發(fā)文和所述好友賬號的關(guān)聯(lián)發(fā)文構(gòu)建文章信息矩陣；

根據(jù)所述賬號信息矩陣和文章信息矩陣構(gòu)建社交關(guān)系圖譜；

確定所述目標(biāo)賬號的每篇發(fā)文的類別；

將所述目標(biāo)賬號的發(fā)文、所述社交關(guān)系圖譜和所述文章信息矩陣輸入與所述發(fā)文的類別對應(yīng)的分類檢測模型，得到基于所述發(fā)文的檢測結(jié)果；

根據(jù)所述目標(biāo)賬號的每篇發(fā)文的檢測結(jié)果得到所述目標(biāo)賬號的最終檢測結(jié)果。

進(jìn)一步地，所述獲取目標(biāo)賬號的好友賬號和所述好友賬號的關(guān)聯(lián)發(fā)文包括：

獲取所述目標(biāo)賬號的發(fā)文中最近提及的第一數(shù)量的好友賬號；

獲取所述好友賬號最近發(fā)表的第二數(shù)量的關(guān)聯(lián)發(fā)文。

進(jìn)一步地，根據(jù)所述賬號信息矩陣和文章信息矩陣構(gòu)建社交關(guān)系圖譜包括：

根據(jù)所述賬號信息矩陣和所述文章信息矩陣生成關(guān)聯(lián)關(guān)系矩陣，所述關(guān)聯(lián)關(guān)系矩陣表示所述好友賬號與所述目標(biāo)賬號之間的關(guān)聯(lián)關(guān)系度量；

根據(jù)所述賬號信息矩陣和所述關(guān)聯(lián)關(guān)系矩陣得到所述社交關(guān)系圖譜。

進(jìn)一步地，按照如下方式生成所述關(guān)聯(lián)關(guān)系矩陣：