一种基于改进GraphSAGE算法的虚假用户识别方法技术

本发明专利技术公开一种基于改进GraphSAGE算法的虚假用户识别方法，基于评分数据中的评分偏差和评分时间间隔、评论数据中的评论文本长度和评论文本相似性计算用户之间的共谋欺诈度；利用评分数据中存在的用户物品交互关系，构建用户用户关系图；使用协同去噪自编码器从评分数据中提取出用户评分特征；将用户评分特征作为用户初始特征，利用所改进的图神经网络GraphSAGE算法从用户‑用户关系图中聚合、提取中心节点用户特征，基于提取到的中心节点用户特征，利用sigmoid激活函数计算中心节点用户的分类概率，并使用交叉熵损失作为优化目标进行虚假用户识别模型的监督训练，以便完成对虚假评分评论用户的识别。

【技术实现步骤摘要】

本专利技术数据处理以及智能推荐识别术，具体涉及一种基于改进graphsage算法的虚假用户识别方法。

技术介绍

1、随着电子商务的快速发展，大多数用户在面对多种商品时会依据之前顾客的评分和评论从而做出购买选择。如何有效识别虚假用户已成为当前推荐系统中亟待解决的问题之一。

2、近年来，许多研究者在虚假用户识别问题上进行了深入的探索和研究。例如，tong等人提出了用于社交敏感网络中协同推荐系统的先令攻击检测器cnn-sad。xu等人通过利用单指数平滑方法所检测到的可疑物品来定位可疑用户，在此基础上综合依据评分模式与信任关系，采用svm分类器从可疑用户中筛选出攻击用户。针对基于物品的协同过滤推荐系统，mahsa等人提出了一种基于混合深度学习的先令攻击检测模型。zhang等人提出了一种群组攻击检测方法，yu等人提出了基于最大密度子张量挖掘的群组先令攻击检测方法。wang等人提出了基于图卷积网络的群组先令攻击检测方法。zhao等人通过结合变分自编码器和原型学习思想，提出了一种用于检测shilling攻击的模型sp-vae，可用来识别潜在的shilling本文档来自技高网...

【技术保护点】

1.一种基于改进GraphSAGE算法的虚假用户识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进GraphSAGE算法的虚假用户识别方法，其特征在于，所述步骤2中，对于用户u和用户v，二者在物品i上的用户间共谋欺诈度的具体计算方法如下：

3.根据权利要求1或2所述的基于改进GraphSAGE算法的虚假用户识别方法，其特征在于，得到用户间共谋欺诈度Collouv后，对每位用户的邻居进行排序，得到最终的排序邻居集ON，排序方法为：

4.根据权利要求1所述的基于改进GraphSAGE算法的虚假用户识别方法，其特征在于，所述步骤2中用户评...

【技术特征摘要】

1.一种基于改进graphsage算法的虚假用户识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进graphsage算法的虚假用户识别方法，其特征在于，所述步骤2中，对于用户u和用户v，二者在物品i上的用户间共谋欺诈度的具体计算方法如下：

3.根据权利要求1或2所述的基于改进graphsage算法的虚假用户识别方法，其特征在于，得到用户间共谋欺诈度collouv后，对每位用户的邻居进行排序，得到最终的排序邻居集on，排序方法为：

4.根据权利要求1所述的基于改进g...

【专利技术属性】
技术研发人员：韩志耕，周婷，陈耿，李庭燎，徐平平，朱玉全，陈健，付纯硕，让天赐，张锦，赵文歆，韩海军，韩宸朵，吴慧玲，
申请(专利权)人：南京审计大学，
类型：发明
国别省市：