摘要
本发明公开一种在线社交网络有害节点识别与社区划分方法及系统,方法包括:获取社交平台用户发言及互动信息数据集;基于所述数据集,以用户为节点、互动关系为边构建社交网络有向图结构;基于所述社交网络有向图结构,引入边的评价指标进行计算,确定边的权重;基于所述社交网络有向图结构,引入度数中心性、介数中心性与Kshell值进行全图节点计算,确定社交网络传播中的关键节点;基于所述边的权重及关键节点,使用Louvain算法实现最优模块度的社区划分。本发明通过分析动态社交网络的图结构来识别潜在的操纵行为,能够提升对社交网络操纵行为的识别能力。
技术关键词
社交网络有向图
社区划分方法
Louvain算法
节点
支持向量机模型
统计特征
社交平台
PageRank算法
在线
动态社交网络
关键点
划分系统
数据获取模块
指标
计算机
系统为您推荐了相关专利信息
人口识别方法
神经网络模型
动态监测平台
神经网络训练
字段
物联网节点
数据处理方法
序列
长距离通信链路
物联网数据处理
智能对话方法
大语言模型
节点
智能对话装置
生成动作