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。

公开(公告)号：CN112966165A

公开(公告)日：2021-06-15

申请号：CN202110147855.7

申请日：2021-02-03

Applicant: 北京大学

Inventor： 高军 ,  陈嘉尊 ,  王佳

IPC: G06F16/951 ,  G06F16/9535 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于图神经网络的交互式社区搜索方法及装置，依据用户的查询节点和标记节点构造给定候选子图GS；通过给定候选子图GS构造图神经网络模型M；对图神经网络模型M进行收敛，得到各节点的图神经网络分数，并依据图神经网络分数，更新给定候选子图；依据更新后的给定候选子图及设定社区大小k，选取最终目标社区。本发明通过在线网络中动态采集的子图来定位目标社区，利用图神经网络将社区成员关系问题重构为节点分类问题，并引入一个k大小的社区来描述目标社区，能够灵活地结合内容和结构特征来捕获图节点与标注节点之间的相似性与差异性，以迭代和交互的方式搜索出准确率高、大小精确的社区，且利用排序损失减轻用户负担。