一种基于微博平台文本特征的社交机器人检测系统及方法

    公开(公告)号:CN116991973A

    公开(公告)日:2023-11-03

    申请号:CN202311091925.7

    申请日:2023-08-29

    Abstract: 本发明提供一种基于微博平台文本特征的社交机器人检测系统,所述系统包括:显式文本特征提取模块,用于提取微博平台账号对应的账号元信息文本与原发评论转发文本对应的显式文本特征;隐式文本特征提取模块,用于提取微博平台账号对应的账号元信息文本与原发评论转发文本对应的隐式文本特征;深层文本语义特征提取模块,用于对微博平台账号对应的账号元信息文本与原发评论转发文本进行情感检测、立场检测、垃圾内容检测、昵称检测和文本生成检测以获取对应的深度文本语义特征;社交机器人判定模块,用于将显式文本特征、隐式文本特征、深度文本语义特征拼接以得到融合特征,并根据融合特征判断微胖平台账号是否是社交机器人。

    异常话题检测方法、装置
    3.
    发明公开

    公开(公告)号:CN117235640A

    公开(公告)日:2023-12-15

    申请号:CN202311067335.0

    申请日:2023-08-23

    Abstract: 本发明提出一种异常话题检测方法、装置,方法包含:采集社交媒体平台的热搜榜单话题数据作为样本数据,对所述榜单话题数据进行特征表达,确定话题特征,构造特征判定规则模型;对所有话题特征进行聚类,划分自然话题群体、异常话题群体;识别不属于所述自然话题群体和所述异常话题群体的离群异常话题,动态调整话题归属,构造话题归属模型;将待检测话题依次输入至所述特征判定规则模型与话题归属模型,判定是否为异常话题。该方法有效提高了社交媒体平台榜单异常话题的识别精度,进而有效对抗社交媒体中的操纵和攻击。

    一种融合用户画像的网络舆情热点推荐方法及系统

    公开(公告)号:CN110188265A

    公开(公告)日:2019-08-30

    申请号:CN201910343595.3

    申请日:2019-04-26

    Abstract: 本发明涉及一种融合用户画像的网络舆情热点推荐方法,包括:根据用户的倾向信息生成用户画像,并获得用户热度;根据当前网络舆情信息的固有属性,生成网民热度;以该用户热度和该网民热度获得针对该用户的网络舆情热点推荐度,并根据该推荐度向该用户推荐网络热点信息。本发明的融合用户画像的网络舆情热点推荐方法,将用户画像与网民热度挖掘作为独立的模块,可以分别得到不同的推荐结果,同时这种松耦合的机制可以增强系统的可扩展性和可移植性。对于不同的用户,其用户画像表示可扩展现有系统不存在的特殊需求,不影响系统整体架构,复用性高,开发成本低,支持冷启动。

Patent Agency Ranking