-
公开(公告)号:CN114301626A
公开(公告)日:2022-04-08
申请号:CN202111424645.4
申请日:2021-11-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开一种基于同质性预测的有向社交网络虚假用户检测方法,包括:首先将有向社交网络中每个节点的标签与一个二元随机变量相关联,并通过成对马尔可夫随机场对所有变量的联合分布进行建模;所述联合分布为节点势函数和边势函数的乘积;所述边势函数由双向边势函数和单向边势函数组成;而后基于给定的训练集,使用LBP来估计节点的后验概率分布以进行分类或排序,从而检测出有向社交网络的虚假用户;并且在LBP迭代期间,分别为边的每个良性尾部节点和每个Sybil头部节点维护一对修正因子。本发明的边势函数自适应地调节了用于估计同质性的边权重,且纳入方向敏感机制,以更好地捕捉关注者和被关注者之间的非对称相互作用。
-
公开(公告)号:CN114819157A
公开(公告)日:2022-07-29
申请号:CN202210259419.3
申请日:2022-03-16
Applicant: 中国人民解放军战略支援部队信息工程大学
IPC: G06N5/04 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开一种基于循环耦合的用户位置推断方法及系统,该方法首先根据用户的提及关系构建坍塌网络,减少孤立节点数量;然后为每个用户赋予两个属性,并基于图论计算用户在社交网络图中的结构特征,根据用户的生成文本计算用户的文本特征,作为用户属性的迭代初始值;在用户的社交图中,两个属性循环交叉迭代,通过相互增强来实现信息的关联融合;最终根据用户在网络收敛状态下的属性值推断最可能位置。在公开数据集上,提出方法与4种现有算法的实验结果显示:提出方法的城市级位置推断准确率Accuracy为37%,Accuracy@161为64%,比现有方法分别提高了6%、3%、6%、2%,平均误差和中值误差也均优于现有方法。
-
公开(公告)号:CN114301626B
公开(公告)日:2023-05-12
申请号:CN202111424645.4
申请日:2021-11-26
Applicant: 中国人民解放军战略支援部队信息工程大学
Abstract: 本发明公开一种基于同质性预测的有向社交网络虚假用户检测方法,包括:首先将有向社交网络中每个节点的标签与一个二元随机变量相关联,并通过成对马尔可夫随机场对所有变量的联合分布进行建模;所述联合分布为节点势函数和边势函数的乘积;所述边势函数由双向边势函数和单向边势函数组成;而后基于给定的训练集,使用LBP来估计节点的后验概率分布以进行分类或排序,从而检测出有向社交网络的虚假用户;并且在LBP迭代期间,分别为边的每个良性尾部节点和每个Sybil头部节点维护一对修正因子。本发明的边势函数自适应地调节了用于估计同质性的边权重,且纳入方向敏感机制,以更好地捕捉关注者和被关注者之间的非对称相互作用。
-
-