【技术实现步骤摘要】
本专利技术属于社交机器人检测，具体涉及一种强基于强化学习的图增强社交机器人检测方法及装置。
技术介绍
1、随着社交媒体逐渐成为公众信息交流的主要平台，社交机器人(social bots)的渗透问题已成为学术界和实践中的重要关注点。社交机器人是模仿人类用户的软件代理，通过模拟人类的行为模式，能够在各大线上平台上参与大规模互动。实证研究表明，它们与多种有害行为有关，包括散播虚假信息、干预选举、操纵公众舆论，以及传播极端意识形态。因此，开发有效的机器人检测技术对于降低这些威胁、维护在线信息生态系统的可信度具有重要意义。
2、当前的社交机器人检测方法主要分为两类：基于特征的方法和基于图的方法。基于特征的方法通常分析用户元数据或文本内容。元数据包括数值属性(如粉丝数量)和类别属性(如是否通过验证)；分类器通过比较这些属性的差异来区分机器人和真实用户。基于文本的模型则使用词向量编码器或预训练语言模型来处理推文和个人简介，从中提取出潜在的语义线索，以识别自动化行为。尽管这些浅层特征具有一定信息量，但往往难以识别伪装得较好的机器人。对抗者可...
【技术保护点】
1.一种基于强化学习的图增强社交机器人检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于强化学习的图增强社交机器人检测方法，其特征在于，所述步骤1具体如下：
3.根据权利要求2所述的一种基于强化学习的图增强社交机器人检测方法，其特征在于，所述预训练语言模型为Roberta。
4.根据权利要求3所述的一种基于强化学习的图增强社交机器人检测方法，其特征在于，所述用户表示ui的提取过程具体如下：
5.根据权利要求4所述的一种基于强化学习的图增强社交机器人检测方法，其特征在于，所述步骤2具体如下：
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。