【技术实现步骤摘要】
本专利技术属于社交机器人识别，具体涉及一种基于发布内容和用户关系融合的社交机器人检测方法。
技术介绍
1、当前的社交机器人检测方法可分为基于用户特征的方法和基于网络结构的方法。前者从使用传统的特征工程分析方法发展到如今的对文本编码训练提取特征结构。后者传统方法主要是分析网络流量，构建网络图，来分析网络中的异常节点，而随着对深度神经网络结构的研究，逐渐将图神经网络应用于社交媒体机器人检测，即使用用户节点和用户关系网络构建社交图，通过训练得到预测结果。
2、当前，存在着基于特征工程的社交机器人检测方法，通过对不同类别的特征进行分析提取，得到特征集进行训练，但是这些特征集的提取过程与数据集质量密切相关，大多数情况下，由于缺乏真实数据，需要人工标注标签，恶意账户的特征是自动行为和人为行为的混合，容易出现标注错误。除此之外，文本内容信息是社交机器人检测的一个重要特征构成，大多数检测都对发布内容进行编码通过深度网络进行训练，忽视了发布内容信息存在的关联性。传统基于网络流量的社交机器人检测除了流量数据的不易获取以外，在构建图模型的时候相对...
【技术保护点】
1.一种基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述预处理包括：
3.根据权利要求2所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述文本表征提取包括：
4.根据权利要求3所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述第三向量的提取包括如下步骤：
5.根据权利要求3或4所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述第四向量的提取包括如下
...
【技术特征摘要】
1.一种基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述预处理包括：
3.根据权利要求2所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述文本表征提取包括：
4.根据权利要求3所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述第三向量的提取包括如下步骤：
5.根据权利要求3或4所述的基于发布内容和用户关系融合的社交机器人检测方法，其特征在于，所述第四向量的提取包括如下步骤：
6.根据权利要求2所述的基于发布内容和用户关系融合的社交机器人检...
【专利技术属性】
技术研发人员：张栗粽，孙明，田玲，高辉，孔京，
申请(专利权)人：电子科技大学深圳高等研究院，
类型：发明
国别省市：
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。