【技术实现步骤摘要】
一种多平台虚拟身份账号的多维碰撞识别方法
本专利技术涉及一种多平台虚拟身份账号的多维碰撞识别方法。
技术介绍
在社会关系中,人的身份不仅是作为社会成员在生产和实践活动中区别于他人的标志和象征,更是与社会其他成员关系的纽带。个体在真实社会中的身份往往呈现出一种稳定、恒久和被动的特质。而网络社会则恰恰相反,人们在虚拟网络上可以平等、无障碍的沟通,可以自由随意的改变姓名、性别、年龄职业等基本信息,隐藏部分甚至全部的真实社会的特质,构建不同于现实社会身份的虚拟身份。另一方面,随着各种社交网络的诞生和发展,也使得世界各地的人们可以利用各种不同的虚拟身份随时分享、评论或讨论任何话题。信息的发布者不再仅仅是权威的新闻媒体,而是网络已匿名身份发布信息的广大网民,这使得互联网文化百花齐放百家争鸣的同时,也带来了一系列敏感而又现实的问题。多平台虚拟身份账号的多维碰撞识别技术即根据所获取的不同社交平台(例如微博,facebook和twitter)数据,识别出属于同一个用户的多个虚拟身份账号。该技术对于社交网络中社区圈子的识别(CommunityDetection)、基于好友关系为用户推荐商品或内容、社交网络中人物影响力的计算、信息在社交网络上的传播模型、虚假信息和机器人账号的识别、基于社交网络信息对股市、大选以及互联网金融行业中的反欺诈预测等领域都有着极强的研究价值和实际应用价值。
技术实现思路
为了克服现有技术的上述缺点,本专利技术提出了一种多平台虚拟身份账号的多维碰撞识别方法。本专利技术解决其技术问 ...
【技术保护点】
1.一种多平台虚拟身份账号的多维碰撞识别方法,其特征在于:包括如下步骤:/n步骤一、对不同虚拟身份账号的头像进行相似度匹配:若匹配成功,则判断这些虚拟身份账号属于同一用户;若匹配不成功,则进入步骤二;/n步骤二、对不同虚拟身份账号的属性进行相似度匹配:若匹配成功,则判断这些虚拟身份账号属于同一用户;若匹配不成功,则进入步骤三;/n步骤三、对不同虚拟身份账号的推文进行相似度匹配:若匹配成功,则判断这些虚拟身份账号属于同一用户;若匹配不成功,则判断这些虚拟身份账号不属于同一个用户。/n
【技术特征摘要】
1.一种多平台虚拟身份账号的多维碰撞识别方法,其特征在于:包括如下步骤:
步骤一、对不同虚拟身份账号的头像进行相似度匹配:若匹配成功,则判断这些虚拟身份账号属于同一用户;若匹配不成功,则进入步骤二;
步骤二、对不同虚拟身份账号的属性进行相似度匹配:若匹配成功,则判断这些虚拟身份账号属于同一用户;若匹配不成功,则进入步骤三;
步骤三、对不同虚拟身份账号的推文进行相似度匹配:若匹配成功,则判断这些虚拟身份账号属于同一用户;若匹配不成功,则判断这些虚拟身份账号不属于同一个用户。
2.根据权利要求1所述的一种多平台虚拟身份账号的多维碰撞识别方法,其特征在于:步骤一所述对不同虚拟身份账号的头像进行相似度匹配的方法为:
第一步、人脸检测:将虚拟身份账号中抽取的头像信息进行过滤操作,移除集合中的多人脸图像和非人脸图像,仅保留单人脸图像;
第二步、人脸映射:将检测出的人脸映射到公共的欧氏空间,并利用图像在欧氏空间的距离实现不同头像的相似性检测;
第三步、基于距离进行身份关联:将不同社交平台过滤后的所有人脸图像形成一个特征向量集合,遍历不同集合中的向量并计算不同集合中两两向量之间的欧氏距离,然后判断计算出的距离是否小于设定的距离阈值,若是,则匹配成功,若否,则头像匹配不成功。
3.根据权利要求2所述的一种多平台虚拟身份账号的多维碰撞识别方法,其特征在于:在进行人脸检测时,使用MTCNN人脸检测技术,利用三层级联架构结合卷神经网络算法,对头像中的人脸进行定位;对于定位出的人脸检测框个数n=0和n>1的头像自动舍弃,对于n=1的头像则输出人脸检测结果。
4.根据权利要求2所述的一种多平台虚拟身份账号的多维碰撞识别方法,其特征在于:在进行人脸映射时,采用预训练模型将检测出的人脸映射到欧氏空间:模型的输入为经过人脸检测找出并裁剪到固定尺寸的人脸图像样本;特征提取的深度网络采用Zeiler&Fergus架构或Google的Inceptionv1,深度网络最后为特征归一化层:即将原来的特征空间映射到新的特征空间,损失函数为TriletLoss。
5.根据权利要求1所述的一种多平台虚拟身份账号的多维碰撞识别方法,其特征在于:步骤二所述对不同虚拟身份账号的属性进行相似度匹配的方法为:
第一步、将每一个用户的所有简介属性表示成一个属性向量P=<f1,f2,...,fn>,其中fi表示第i个属性域;
第二步、建立一个相似性向量V(P1,P2)=<v1,v2,...,vn>,其中vi=compi(fi,P1,fi,P2),0≤vi≤1,若|V|代表向量V的维数,则|V|=|P1|=|P2|;
第三步、定义权重向量W来控制每个属性域的影响力,并将相似性向量V和与它同维的权重向量W相乘获得两个属性向量P1和P2的相似性得分,然后判断相似性得分是否大于设定的阈值:若是,则匹配成功,若否,则属性匹配不成功。
6.根据权利要求5所述的一种多平台虚拟身份账号的多维碰撞识别方法...
【专利技术属性】
技术研发人员:徐舒霖,胥小波,聂小明,王伟,康英来,范晓波,敖佳,
申请(专利权)人:中国电子科技网络信息安全有限公司,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。