公开(公告)号：CN118568330A

公开(公告)日：2024-08-30

申请号：CN202410714581.9

申请日：2024-06-04

申请人： 北京科技大学 ,  北京航空航天大学

发明人： 贺可太 ,  王朝阳 ,  李莉 ,  徐晶 ,  王佳林 ,  杜智祥

IPC分类号： G06F16/951 ,  G06F16/9536 ,  G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045

摘要： 本发明属于用户检测技术领域，具体为一种基于多层特征的异常用户检测方法及系统，有效融合社交数据中的用户行为模式、用户属性和用户推文特征，将社交网络用户数据概括为用户统计学属性、用户行为性属性、用户网络属性和高维属性四个层次，并使用基于attention机制的复合神经网络模型对正常用户和异常用户进行分类预测，可以获得更好的异常用户检测结果。

公开(公告)号：CN118520952A

公开(公告)日：2024-08-20

申请号：CN202410668336.9

申请日：2024-05-28

申请人： 北京科技大学

发明人： 陈世锋 ,  杜智祥

IPC分类号： G06N5/04 ,  G06F16/951 ,  G06F16/9536 ,  G06Q50/00

摘要： 本发明属于用户推断技术领域，具体为一种基于社区划分的用户属性信息推断方法，基于同质性原理提出了基于社区划分的用户属性信息推断算法的改进，采用社区划分算法将社交网络数据集划分为多个内部连接紧密的社区，剔除社区之间的关联以删除社区之间的无效噪音，基于社区属性已知的用户节点来推断其他用户节点的未知属性，实现用户属性信息推断，本发明相对于未进行社区划分的方法，在用户属性信息推断上有较大提升。