恭喜北京航空航天大学王天博获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜北京航空航天大学申请的专利社交网络中社交机器人的检测方法、系统、设备及介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117743597B 。
龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202311763449.9,技术领域涉及:G06F16/36;该发明授权社交网络中社交机器人的检测方法、系统、设备及介质是由王天博;王昭;夏春和设计研发完成,并于2023-12-21向国家知识产权局提交的专利申请。
本社交网络中社交机器人的检测方法、系统、设备及介质在说明书摘要公布了:本发明公开一种社交网络中社交机器人的检测方法、系统、设备及介质,属于在线社交网络领域。在社交网络中的实体预处理阶段运用了BERT预训练模型,更有效的提取特征,同时引入了超图,将社交网络中复杂的异构关系细化为二元与多元关系,动态调整与发现社交机器人检测场景中潜在的高阶关系;且通过使用基于特征线性调制的图神经网络,引入可学习的仿射变换参数,能有效提高对关键信息的利用能力;在优化异构超图神经网络时,采用元学习优化的思想,自适应地生成不同检测任务之间的通用模式识别策略。在小样本数据场景下,本发明将克服人工智能对训练数据的强依赖性,能够利用通用策略与外部知识应对各类社交机器人检测任务,提高检测的准确性。
本发明授权社交网络中社交机器人的检测方法、系统、设备及介质在权利要求书中公布了:1.一种社交网络中社交机器人的检测方法,其特征在于,包括:从社交网络中收集社交机器人和非社交机器人的社交网络行为样本,并从所述社交网络行为样本中抽取实体以及实体之间的交互关系;采用基于BERT的预训练模型对实体进行特征编码,获得实体特征集;构造用于表征实体之间的交互关系的社交网络异构图;构建异构超图神经网络;其中,所述异构超图神经网络包括堆叠的多个神经网络层结构和一个线性层;每个神经网络层结构包括基于特征线性调制的图神经网络、超图聚合层和图残差结构,所述图残差结构用于汇总基于特征线性调制的图神经网络输出的局部特征和超图聚合层输出的全局特征;所述线性层用于聚合所有图残差结构汇总的特征,输出聚合特征;所述超图聚合层通过超图聚合的方式聚合社区超边与话题超边对应的实体特征;所述超图聚合层中的超图依赖矩阵作为所述异构超图神经网络的参数,超图依赖矩阵随着异构超图神经网络的训练进行改变;将所述社交网络异构图输入基于特征线性调制的图神经网络,所述实体特征集和所述社交网络异构图输入超图聚合层,对所述异构超图神经网络进行训练,并采用模型无关元学习的方法进行优化,获得社交机器人检测模型;在采用模型无关元学习的方法进行优化时:将所有的社交机器人按照类型进行划分,并把优化问题看作是类型的二元分类任务,采用基学习器为图表征的线性分类器;选择多种社交机器人类型作为元训练任务,每个元训练任务中都只包含一类社交机器人,其余都是非社交机器人;设置元学习器为随机初始化的基于特征线性调制的图神经网络和超图依赖矩阵;实时采集待检测用户的社交网络行为,并生成待检测用户的实体特征和实际场景下的社交网络异构图;将待检测用户的实体特征和实际场景下的社交网络异构图输入所述社交机器人检测模型,输出待检测用户的聚合特征,最终通过全连接神经网络,获得待检测用户的社交机器人检测结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学,其通讯地址为:100191 北京市海淀区学院路37号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。