[发明专利]一种社交网络僵尸用户检测方法及装置有效

专利信息
申请号: 201210383204.9 申请日: 2012-10-10
公开(公告)号: CN102946331A 公开(公告)日: 2013-02-27
发明(设计)人: 苏伟;张宏科;赵佳;郝增勇;高伟;王凯 申请(专利权)人: 北京交通大学
主分类号: H04L12/26 分类号: H04L12/26
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 罗振安
地址: 100044*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 社交 网络 僵尸 用户 检测 方法 装置
【权利要求书】:

1.一种社交网络僵尸用户检测方法,其特征在于,所述方法包括:

提取被检测用户在设定时间段之内所发布的条目和信息;

根据僵尸用户行为属性和特征对所述条目和信息进行分析,将符合僵尸用户行为属性和特征的所述用户分类为疑似僵尸用户;

对所述疑似僵尸用户,根据所述条目和信息进行语义分析,对符合僵尸用户语义特征的所述用户分类为僵尸用户。

2.如权利要求1所述的方法,其特征在于,所述提取被检测用户在设定时间段之内所发布的条目和信息,包括:

将用户在设定时间内发布的条目和信息整合成用户序列;其中,包括用户主动发布条目和信息以及与目标用户相关的操作两类;所述用户主动发布条目和信息用所述用户的用户名标注,所述与目标用户相关的操作用所述目标用户的用户名标注。

3.如权利要求1所述的方法,其特征在于,所述根据僵尸用户行为属性和特征对所述条目和信息进行分析,包括:

锁定目标用户;

将与所述目标用户相关联的用户行为作为所述僵尸用户行为属性和特征;

将与多个所述目标用户相关的用户行为组合,生成决策表;所述决策表中包括多个所述目标用户的所有排列组合;

将所述条目和信息分别与决策表中信息比对,进行分析。

4.如权利要求1所述的方法,其特征在于,所述根据僵尸用户行为属性和特征对所述条目和信息进行分析的方法包括但不限于粗糙集法、模糊集法、决策树法、邻近算法、支持向量机法、价值流程图法、贝叶斯分类算法或神经网络法。

5.如权利要求1所述的方法,其特征在于,所述根据所述条目和信息进行语义分析,包括:

提取所述条目和信息中的语言,分析所述语言与目标用户发布内容主题是否相关;或者,分析所述语言是否为纯表情语言或者简单的重复性语言。

6.如权利要求1所述的方法,其特征在于,所述根据所述条目和信息进行语义分析包括但不限于对所述条目和信息进行文本相似度分析、机器学习分析、关键词匹配分析或人工智能语义分析。

7.如权利要求1所述的方法,其特征在于,所述方法还包括:

分别对所述疑似僵尸用户和僵尸用户采取限制措施。

8.一种社交网络僵尸用户检测装置,其特征在于,所述装置包括用户行为采集单元、粗粒度处理单元和细粒度处理单元,其中,

所述用户行为采集单元,用于提取被检测用户在设定时间段之内所发布的条目和信息;

所述粗粒度处理单元,用于根据僵尸用户行为属性和特征对所述条目和信息进行分析,将符合僵尸用户行为属性和特征的所述用户分类为疑似僵尸用户;

所述细粒度处理单元,用于对所述疑似僵尸用户,根据所述条目和信息进行语义分析,对符合僵尸用户语义特征的所述用户分类为僵尸用户。

9.如权利要求8所述的装置,其特征在于,所述装置还包括用户操作处理单元,用于分别对所述疑似僵尸用户和僵尸用户采取限制措施。

10.如权利要求8所述的装置,其特征在于,所述粗粒度处理单元进一步包括目标客户子单元、决策表子单元和比对子单元,其中,

所述目标客户子单元,用于锁定目标用户;

所述决策表子单元,用于将与多个所述目标用户相关的用户行为组合,生成决策表;

所述比对子单元,用于将所述条目和信息分别与决策表中信息比对,进行分析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210383204.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top