[發明專利]面向多社交網絡平臺的機器人檢測方法

在審

• 申請號: 202210546540.4
• 申請日: 2022-05-20
• 公開（公告）號: CN114881161A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 張旭;劉春陽;張翔宇
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/00
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 史霞

1.面向多社交網絡平臺的機器人檢測方法，其特征在于，包括：

獲取社交網絡平臺的用戶賬號數據，將賬號ID作為用戶的唯一標識符，進行數據預處理并提取基于用戶身份信息的用戶特征，基于用戶關注數和粉絲數的朋友特征，基于用戶帖文內容的網絡特征、內容特征和情感特征，基于用戶帖文時間的時序特征；

對所有賬號ID的所述用戶特征、朋友特征、網絡特征、內容特征、情感特征、時序特征構建高維的原始矩陣，通過顯著性分析將高維變量降維為低維變量，得到低維的特征矩陣；

選擇部分用戶賬號進行人工打標，并對社交機器人賬號添加標簽，對于沒有標簽的數據集，采用聚類算法實現劃分，對于含有標簽的數據集，采用分類算法實現劃分，識別出正常用戶賬號與機器人賬號。

2.如權利要求1所述的面向多社交網絡平臺的機器人檢測方法，其特征在于，社交網絡平臺包括Twitter、Facebook、微博。

3.如權利要求1所述的面向多社交網絡平臺的機器人檢測方法，其特征在于，用戶賬號數據包括賬號ID、昵稱、簡介、性別、等級、郵政編碼、關注數、粉絲數、帖文內容與時間。

4.如權利要求3所述的面向多社交網絡平臺的機器人檢測方法，其特征在于，

進行數據預處理并提取用戶特征包括：基于昵稱、簡介，分別提取長度特征、數字特征、中英文特征以及特殊符號與單詞特征，基于性別、等級、郵政編碼，分別映射為數字形式，得到多個子維度的特征數字串；

進行數據預處理并提取朋友特征包括：基于關注數、粉絲數，提取關注數與粉絲數比值的粉絲關注比特征，分別映射為數字形式，得到多個子維度的特征數字串；

進行數據預處理并提取網絡特征包括：基于用戶預定數量的帖文內容的“提及”和“話題”，提取平均頻率特征，分別映射為數字形式，得到多個子維度的特征數字串；

進行數據預處理并提取內容特征包括：基于用戶預定數量的帖文內容，進行分詞、詞性識別、詞性詞頻統計，提取平均詞性詞頻特征，分別映射為數字形式，得到多個子維度的特征數字串；

進行數據預處理并提取情感特征包括：基于用戶預定數量的帖文內容，進行分詞、通過情感詞頻統計的情感識別、計算情感得分、判斷情感傾向，提取平均情感傾向特征，分別映射為數字形式，得到多個子維度的特征數字串；

進行數據預處理并提取時序特征包括：基于用戶預定數量的帖文發布時間，提取平均發布的分布和時間間隔特征，分別映射為數字形式，得到多個子維度的特征數字串。

5.如權利要求1所述的面向多社交網絡平臺的機器人檢測方法，其特征在于，顯著性分析具體包括：

將所有賬號ID的用戶特征、朋友特征、網絡特征、內容特征、情感特征、時序特征輸入并構建高維的原始矩陣，原始矩陣的每一列代表一個子維度的特征的變量字段，對每一列進行標準化處理，計算協方差矩陣，求特征值與特征向量，對特征值進行排序，保留前K列組成的特征向量，計算降維后的低維的特征矩陣。

6.如權利要求1所述的面向多社交網絡平臺的機器人檢測方法，其特征在于，聚類算法采用k-means算法，分類算法采用回歸模型。

7.基于跨平臺的社交機器人檢測裝置，其特征在于，包括：

數據提取模塊，其獲取社交網絡平臺的用戶賬號數據；

數據處理模塊，其將賬號ID作為用戶的唯一標識符，進行數據預處理并提取基于用戶身份信息的用戶特征，基于用戶關注數和粉絲數的朋友特征，基于用戶帖文內容的網絡特征、內容特征和情感特征，基于用戶帖文時間的時序特征；

主成分分析模塊，其對所有賬號ID的所述用戶特征、朋友特征、網絡特征、內容特征、情感特征、時序特征構建高維的原始矩陣，通過顯著性分析將高維變量降維為低維變量，得到低維的特征矩陣；

賬號劃分模塊，其對部分人工打標的社交機器人賬號添加標簽，對于沒有標簽的數據集，采用聚類算法實現劃分，對于含有標簽的數據集，采用分類算法實現劃分，識別出正常用戶賬號與機器人賬號。