摘要
本发明涉及一种基于神经网络堆叠集成的社交网络虚假用户检测方法,包括:从社交网络上提取待测用户的数据集;采用LSTM神经网络模型对所述待测用户的数据集进行预处理,得到输入数据;将所述输入数据输入虚假用户检测模型,得到待测用户的检测结果;其中,所述虚假用户检测模型包括:多个基学习器,每个基学习期分别根据所述输入数据对所述待测用户是否为虚假用户进行预测,得到多个预测结果;堆叠模块,用于将多个预测结果进行堆叠集成,形成输入特征;元学习器,用于根据所述输入特征预测所述待测用户是否为虚假用户。本发明能够提高整体预测的准确性和泛化能力。
技术关键词
虚假用户检测方法
社交
学习器
网络平台
堆叠模块
数据
制作标签
K折交叉验证法
循环神经网络模型
账户
卷积神经网络模型
机器人
多层感知机
处理器
可读存储介质
存储器
电子设备
系统为您推荐了相关专利信息
设备标识信息
网络安全态势
数据挖掘算法
基线
Apriori算法
风险预测方法
LightGBM模型
血红蛋白
变量
超参数