恭喜浙江大學楊洋獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜浙江大學申請的專利一種基于外部圖數據的社交網絡異常用戶檢測方法和系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119762262B 。
龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510253932.5,技術領域涉及:G06Q50/00;該發明授權一種基于外部圖數據的社交網絡異常用戶檢測方法和系統是由楊洋;曹雨萱設計研發完成,并于2025-03-05向國家知識產權局提交的專利申請。
本一種基于外部圖數據的社交網絡異常用戶檢測方法和系統在說明書摘要公布了:本發明公開了一種基于外部圖數據的社交網絡異常用戶檢測方法和系統,屬于圖結構數據異常檢測技術領域。獲取外部圖數據集,以及,至少一個目標社交網絡圖數據;數據增強操作后作為候選圖,對齊節點特征;定義球面空間,利用至少一個原始目標社交網絡圖數據預訓練圖模型,生成目標圖節點表征及其在球面空間的位置坐標;將候選圖輸入預訓練后的圖模型,生成各個候選圖節點表征及其在球面空間的位置坐標;根據節點表征及其在球面空間的位置坐標篩選候選圖;利用篩選得到的候選圖二次訓練圖模型,采用二次訓練的圖模型檢測待檢測的目標社交網絡中的異常用戶。本發明通過多樣化的外部圖數據增強了模型的泛化能力,提高了社交網絡異常用戶檢測精度。
本發明授權一種基于外部圖數據的社交網絡異常用戶檢測方法和系統在權利要求書中公布了:1.一種基于外部圖數據的社交網絡異常用戶檢測方法,其特征在于,包括以下步驟:(1)基于領域多樣性和規模多樣性獲取外部圖數據集,以及,獲取至少一個目標社交網絡圖數據;每一個圖數據由節點特征矩陣和鄰接矩陣組成;(2)對原始圖數據進行數據增強操作后作為候選圖,利用原始圖數據的節點特征矩陣和鄰接矩陣生成候選圖的節點特征矩陣和鄰接矩陣,對候選圖的節點特征矩陣進行特征空間對齊;(3)定義球面空間,利用至少一個原始目標社交網絡圖數據預訓練圖模型,生成目標圖節點表征并確定每一個節點表征在球面空間的位置坐標;以及,將候選圖輸入預訓練后的圖模型,生成各個候選圖節點表征及其在球面空間的位置坐標;(4)采用基于代表性指標和多樣性指標的外部圖數據選擇機制,根據節點表征及其在球面空間的位置坐標篩選候選圖;所述的外部圖數據選擇機制中的代表性指標包括基于球心穩定性約束的球心相似度偏差和基于分布相似性約束的分布相似度偏差;所述的球心相似度偏差為目標圖節點表征和候選圖節點表征的均值、與目標圖節點表征的均值之間的L2范數;所述的分布相似度偏差為目標圖節點表征和候選圖節點表征的球面坐標集合的概率分布、與目標圖節點表征的球面坐標集合的概率分布之間的距離;所述的外部圖數據選擇機制中的多樣性指標采用不同尺度半徑的最小超球能量的積分值;所述的基于代表性指標和多樣性指標的外部圖數據選擇機制是指融合代表性指標和多樣性指標計算每一個候選圖的最終得分,按照得分從低到高的順序篩選預設數量的候選圖;(5)利用篩選得到的候選圖二次訓練圖模型,采用二次訓練的圖模型檢測待檢測的目標社交網絡中的異常用戶。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江大學,其通訊地址為:310058 浙江省杭州市西湖區余杭塘路866號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。