公开(公告)号：CN117313735A

公开(公告)日：2023-12-29

申请号：CN202210722196.X

申请日：2022-06-17

Applicant: 北京大学

Inventor： 赵浩新 ,  邱而沐 ,  高军

IPC: G06F40/30 ,  G06F40/289 ,  G06F16/9536 ,  G06N3/0464 ,  G06F18/214 ,  G06Q50/00 ,  G06N5/02

Abstract: 本发明涉及一种基于行为差异的僵尸用户发现方法和系统。该方法包括：将用户发布的评论进行高维向量化表示；对高维向量表示进行离散化特征抽取，得到每个用户的评论偏斜程度向量；将评论的高维向量化表示按照发布时间排序，并对每个评论的高维向量表示进行卷积运算，得到评论的带有时序逻辑以及时序关联的高维向量表示；将评论的带有时序逻辑以及时序关联的高维向量表示与评论偏斜程度向量作点乘运算，得到用户节点的内容向量；利用图神经网络算法对用户节点的内容向量进行传播，得到用户的最终向量表示，进而采用半监督学习的方式预测每个用户节点是否为僵尸节点。本发明充分利用僵尸用户之间的关联信息，能够提升僵尸用户发现的准确度。

公开(公告)号：CN117312567A

公开(公告)日：2023-12-29

申请号：CN202210692475.6

申请日：2022-06-17

Applicant: 北京大学

Inventor： 赵浩新 ,  陈嘉尊 ,  高军

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/30 ,  G06F18/214 ,  G06N3/0464

Abstract: 本发明涉及一种基于图神经网络的聊天场景异常用户发现方法和系统。该方法包括：将给定的不同群聊信息分别处理为语义图和时序图；在具有标签的群聊信息中训练图神经网络模型和分类器模型，其中图神经网络模型学习语义图与时序图中的用户节点表示；利用对抗生成方式在没有标签的群聊信息中训练图神经网络模型，并与在具有标签的群聊信息中训练的图神经网络模型对齐；根据图神经网络模型学习的用户节点表示，使用训练完成的分类器模型对用户节点进行分类，从而完成所有群聊信息中异常用户的检测。本发明能够从时序和语义上体现出不同用户间的关联，能够灵活地结合内容和结构特征来捕获图节点的异常性，更加准确的实现对异常用户的识别。