[发明专利]一种基于网络映射的社交网络中异常用户检测方法

权利要求书

1.一种基于网络映射的社交网络中异常用户检测方法，其特征在于：包括以下步骤：

S1、利用网络爬虫技术爬取社交网络平台的用户数据；

S2、对爬取到的用户数据进行预处理，构建用户社交关系网络图G；

S3、基于用户社交关系网络图G，利用node2vec将用户的社交关系转化为低维的向量表征；

S4、融合用户多维度的向量表征得到最终的向量表征；

S5、基于用户的特征向量进行聚类，预测用户是正常用户，还是异常用户，如果是异常用户，并给出异常类型；

所述步骤S2中预处理步骤如下：

S21、将爬取到的用户数据分为四个维度，分别为用户基本信息、用户行为特征、用户兴趣爱好以及用户好友关系；

S22、将步骤S21中所述用户基本信息、用户行为特征、用户兴趣爱好三个维度的用户数据分别对应处理成三个含有多维的特征向量；

S23、将步骤S22得到的三个特征向量拼接在一起；

S24、处理用户好友关系的数据，并与步骤S23拼接在一起的特征向量V₀配合构建用户社交关系网络图G；

所述步骤S22中用户兴趣爱好的处理主要依据LDA主题模型，具体步骤如下：

1)分词：

对与用户相关的每一条消息文本d进行分词处理，去掉停用词、标点符号和特殊符号等与主题无关的词，得到该消息的单词序列＜w₁,w₂,w₃,…,w_n＞,其中w_i表示第i个单词，设d一共有n个单词；所有的消息内容的集合记为D，即D＝{d₁,d₂,d₃,…,d_m}，设总共有m条消息内容；

2)生成每条消息的主题：

LDA假设一篇文档的主题分布服从某个概率分布p(t|d)，同时也假设在给定某个主题t的前提下，单词也服从某个概率分布p(w|t)，一篇文章d包含单词w的概率为：

p(w|d)＝∑_tp(w|t)*p(t|d)，

考虑所有的文档，采用矩阵形式来描述上述关系，即：

其中，D的元素表示词频，T的行向量表示文档的主题分布，W的列向量表示主题的单词分布；

通过统计分析得到p(w|d)的经验分布并求解T和W，使得T和W的乘积尽可能的与吻合；T和W的求解目标函数为：

其中，第一项表示T和W的乘积应尽可能的与吻合，后两项为正则项；

3)生成用户兴趣爱好的特征向量：

在求得每条消息的主题之后，针对每一个用户u，其兴趣爱好特征向量按下式求解：

其中，h表示与u相关的消息数，T_u表示与u相关的消息的主题分布。

2.根据权利要求1所述的一种基于网络映射的社交网络中异常用户检测方法，其特征在于：所述步骤S24处理用户好友关系的数据，并与步骤S23拼接在一起的特征向量V₀配合构建用户社交关系网络图G的具体步骤如下：

1))基于好友、粉丝和关注情况构造一个有向无权图G₀；

2))基于有向无权图G₀，在用户和其二度好友之间构建一条赋予权值0.5的边，和一度好友之间连边的权值设为1.0，得到有权图G₀'；

3))计算有权图G₀'中任意一条边e＝(u,v)的权值，得出有向边权的用户社交关系网络图G。

3.根据权利要求2所述的一种基于网络映射的社交网络中异常用户检测方法，其特征在于：所述步骤3))中任意一条边e＝(u,v)的权值的计算公式如下：

wt(e)＝wt₀*wt₁*wt₂，

其中，wt₀反映u和v是一度好友还是二度好友，wt₁反应u和v的共同好友是多还是少，wt₂反映u和v的兴趣爱好和行为特征等是否相似。