一种基于多层特征的异常用户检测方法及系统

AITNT
正文
推荐专利
一种基于多层特征的异常用户检测方法及系统
申请号:CN202410714581
申请日期:2024-06-04
公开号:CN118568330A
公开日期:2024-08-30
类型:发明专利
摘要
本发明属于用户检测技术领域,具体为一种基于多层特征的异常用户检测方法及系统,有效融合社交数据中的用户行为模式、用户属性和用户推文特征,将社交网络用户数据概括为用户统计学属性、用户行为性属性、用户网络属性和高维属性四个层次,并使用基于attention机制的复合神经网络模型对正常用户和异常用户进行分类预测,可以获得更好的异常用户检测结果。
技术关键词
异常用户检测方法 构建用户画像 attention机制 网络用户 社交 数据 网络特征 朴素贝叶斯分类器 神经网络模型 浅层神经网络 爬虫 模拟浏览器 分类器参数 抓取网页 标签 池化方法
系统为您推荐了相关专利信息
1
知识迁移与消息空间采样的多语言社交媒体事件检测方法
事件检测方法 消息 社交 媒体 多语言
2
一种基于大数据分析的直播内容智能创作与分发系统
分发系统 数据采集模块 分发模块 机器学习算法 分发策略
3
基于语音识别的社交聆听方法及装置
聆听方法 语音识别模型 社交媒体平台 实时语音 多语言
4
一种自适应时空网络行为模式演变分析方法、装置及存储介质
机器学习采集 演变分析方法 模式 网络节点 数据采集频率
5
用户虚拟身份映射方法、装置、终端设备及介质
神经网络模型 映射方法 网络图结构 训练样本集 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号