摘要
本发明公开了一种基于外部图数据的社交网络异常用户检测方法和系统,属于图结构数据异常检测技术领域。获取外部图数据集,以及,至少一个目标社交网络图数据;数据增强操作后作为候选图,对齐节点特征;定义球面空间,利用至少一个原始目标社交网络图数据预训练图模型,生成目标图节点表征及其在球面空间的位置坐标;将候选图输入预训练后的图模型,生成各个候选图节点表征及其在球面空间的位置坐标;根据节点表征及其在球面空间的位置坐标筛选候选图;利用筛选得到的候选图二次训练图模型,采用二次训练的图模型检测待检测的目标社交网络中的异常用户。本发明通过多样化的外部图数据增强了模型的泛化能力,提高了社交网络异常用户检测精度。
技术关键词
异常用户检测方法
社交网络图
节点特征
球面
数据异常检测技术
坐标
矩阵
指标
文本
模型预训练
机制
对齐模块
转换方法
偏差
多语言
系统为您推荐了相关专利信息
组合逻辑电路
多故障诊断方法
故障诊断模型
卷积神经网络模型
电路仿真模型
电力网络拓扑
自然语言
电网网络结构
文本
SCADA系统
网络功率控制方法
节点特征
神经网络模型
小区
接入点