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

AITNT
正文
推荐专利
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
申请号:CN202411136100
申请日期:2024-08-19
公开号:CN119128840A
公开日期:2024-12-13
类型:发明专利
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
1
一种基于数据挖掘的网络安全态势评估方法
设备标识信息 网络安全态势 数据挖掘算法 基线 Apriori算法
2
一种基于大数据泛构的图嵌入方法及装置
节点 距离信息 矩阵 度量 嵌入方法
3
一种基于动态免疫网络理论的社交媒体谣言检测方法
免疫网络理论 谣言检测方法 消息 节点 级联
4
一种全血献血者低血红蛋白推迟献血风险预测方法
风险预测方法 LightGBM模型 血红蛋白 变量 超参数
5
基于工业物联网的数据管理方法、装置及设备
工业物联网 数据管理方法 网络平台 传感 标记
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