基于用户行为知识图谱的社交网络异常行为检测方法

AITNT
正文
推荐专利
基于用户行为知识图谱的社交网络异常行为检测方法
申请号:CN202411510417
申请日期:2024-10-28
公开号:CN119271825A
公开日期:2025-01-07
类型:发明专利
摘要
本发明公开了一种基于用户行为知识图谱的社交网络异常行为检测方法,整合社交网络中的用户行为数据构成用户行为知识图谱,然后根据用户行为知识图谱构建四阶张量,对用户行为知识图谱张量进行张量分解,再计算得到各个行为嵌入向量,将正常用户行为对应的行为嵌入向量构成训练样本集并对构建的行为重构模型进行训练,最后将待检测行为嵌入向量输入训练好的行为重构模型,根据重构误差与阈值的大小比较得到异常行为检测结果。采用本发明可以有效提高异常行为检测的准确率。
技术关键词
实体 重构模型 社交 重构误差 关系 网络 编码器训练 数据 知识图谱构建 BERT模型 重建误差 训练样本集 因子 地点 时间段 分词 矩阵 对象
系统为您推荐了相关专利信息
1
一种半监督信息提取方法、系统、设备及介质
信息提取方法 建筑工程管理 实体 构建训练集 语义
2
一种基于无监督学习的跨电商平台商品对齐方法
三元组 电商平台商品 无监督学习 对齐方法 实体
3
事件描述生成方法、数据库生成方法、装置、电子设备
特征数据库 实体 文本 关系 数据库生成方法
4
一种面向带有时间信息情报的知识图谱推理方法
知识图谱推理方法 马尔可夫逻辑网络 后验概率 实体 马尔科夫逻辑网络
5
一种血管介入机器人多自由度递送方法
主手装置 套件 力反馈 反馈组件 血管介入手术
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