异常帐号的识别方法、装置、设备、存储介质及程序产品制造方法及图纸

本申请实施例公开了一种异常帐号的识别方法、装置、设备、存储介质及程序产品，属于人工智能领域。所述方法包括：获取至少两个帐号关系矩阵，不同帐号关系矩阵对应不同关系维度，且帐号关系矩阵用于表征对应关系维度下不同帐号之间存在的关联关系；基于至少两个帐号关系矩阵生成目标扩散核，目标扩散核用于表征帐号之间的关联关系的扩散情况；基于目标扩散核以及已标注帐号，从未标注帐号中识别异常帐号，已标注帐号和未标注帐号为帐号关系矩阵中的帐号。由于异常帐号之间的通常存在关联性，因此在进行异常帐号识别时基于帐号关系矩阵挖掘帐号间的关系，并以已标注帐号作为锚点能够挖掘出潜在的异常帐号，有助于提高异常帐号的识别准确率。的识别准确率。的识别准确率。

【技术实现步骤摘要】
异常帐号的识别方法、装置、设备、存储介质及程序产品


[0001]本申请实施例涉及人工智能领域，特别涉及一种异常帐号的识别方法、装置、设备、存储介质及程序产品。

技术介绍

[0002]平台中的异常帐号会对平台在成严重危害，因此如何识别出异常帐号成为平台维护的重要课题。
[0003]相关技术中，通过收集帐号的大量帐号信息，从而基于帐号自身的帐号特征进行异常帐号识别。然而，上述方案中将各个帐号作为独立个体进行识别，识别的准确率较低。

技术实现思路

[0004]本申请实施例提供了一种异常帐号的识别方法、装置、设备、存储介质及程序产品。所述技术方案如下：
[0005]一方面，本申请实施例提供了一种异常帐号的识别方法，所述方法包括：
[0006]获取至少两个帐号关系矩阵，不同帐号关系矩阵对应不同关系维度，且所述帐号关系矩阵用于表征对应关系维度下不同帐号之间存在的关联关系；
[0007]基于至少两个所述帐号关系矩阵生成目标扩散核，所述目标扩散核用于表征帐号之间的关联关系的扩散情况；
[0008]基于所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异常帐号的识别方法，其特征在于，所述方法包括：获取至少两个帐号关系矩阵，不同帐号关系矩阵对应不同关系维度，且所述帐号关系矩阵用于表征对应关系维度下不同帐号之间存在的关联关系；基于至少两个所述帐号关系矩阵生成目标扩散核，所述目标扩散核用于表征帐号之间的关联关系的扩散情况；基于所述目标扩散核以及已标注帐号，从未标注帐号中识别异常帐号，所述已标注帐号和所述未标注帐号为所述帐号关系矩阵中的帐号。2.根据权利要求1所述的方法，其特征在于，所述基于至少两个所述帐号关系矩阵生成目标扩散核，包括：对至少两个所述帐号关系矩阵进行融合，得到目标关系矩阵；基于所述目标关系矩阵生成目标扩散核。3.根据权利要求2所述的方法，其特征在于，所述对至少两个所述帐号关系矩阵进行融合，得到目标关系矩阵，包括：基于各个所述帐号关系矩阵对应的目标融合权重，对至少两个所述帐号关系矩阵进行融合，得到所述目标关系矩阵；所述基于所述目标关系矩阵生成目标扩散核，包括：确定所述目标关系矩阵对应的目标拉普拉斯矩阵；基于所述目标拉普拉斯矩阵和目标扩散核计算参数生成所述目标扩散核。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：通过逻辑回归算法，基于所述已标注帐号确定所述目标融合权重以及所述目标扩散核计算参数。5.根据权利要求4所述的方法，其特征在于，所述通过逻辑回归算法，基于所述已标注帐号确定所述目标融合权重以及所述目标扩散核计算参数，包括：获取至少两个样本帐号关系矩阵，所述样本帐号关系矩阵用于表征所述已标注帐号之间存在的关联关系；基于各个所述样本帐号关系矩阵对应的融合权重，对至少两个所述样本帐号关系矩阵进行融合，得到样本关系矩阵；确定所述样本关系矩阵对应的样本拉普拉斯矩阵；基于所述样本拉普拉斯矩阵和扩散核计算参数生成样本扩散核；通过逻辑回归算法，基于所述样本扩散核以及第一标注帐号，确定第二标注帐号的预测标注，所述第一标注帐号和所述第二标注帐号属于所述已标注帐号；基于所述第二标注帐号的真值标注与所述预测标注，优化所述融合权重以及所述扩散核计算参数；在满足优化结束条件的情况下，将优化后的所述融合权重确定为所述目标融合权重，将优化后的所述扩散核计算参数确定为所述目标扩散核计算参数。6.根据权利要求5所述的方法，其特征在于，所述基于所述第二标注帐号的真值标注与所述预测标注，优化所述融合权重以及所述扩散核计算参数，包括：基于所述异常帐号的...

【专利技术属性】
技术研发人员：李光平，
申请(专利权)人：百果园技术新加坡有限公司，
类型：发明
国别省市：