摘要
本发明公开了一种基于多关系图特征的网络用户特定群体识别方法,包括:通过网络爬虫获取多个网络团体的集群行为数据;构建特定领域下的标注手册,包含异常用户和真实用户行为数据的大规模数据集;根据可疑异常团体样本和已有的正常用户样本,确定异常用户团体行为特征;研究邻域节点相似性的度量方法,构建基于共现关系的用户关联图;基于关系图卷积神经网络从内容和行为两方面建立异常群体识别网络。解决了现有异常用户识别方法主要依赖文本特征或简单社交关系,难以有效利用群体的行为关联特征应的问题,能更好的针对高隐蔽性特定群体。
技术关键词
群体识别方法
网络用户
关系
节点
异常用户识别方法
卷积神经网络学习
Softmax函数
邻域
文本
语义注意力
数据
爬虫
代表
社交
时间差
集群
分类特征
系统为您推荐了相关专利信息
图像识别模型
节点
脉冲神经网络模型
人工神经网络模型
模型训练方法
音乐流派分类方法
注意力机制
音频特征提取
知识图谱构建
分支
图像检测模型
高性能
神经网络模型
强化学习算法
模块
联网控制方法
网络优化策略
认证设备
网络拓扑结构
物联网场景