[发明专利]一种在微博平台上识别机器人用户的方法有效
| 申请号： | 201110419266.6 | 申请日： | 2011-12-14 |
| 公开（公告）号： | CN102571485A | 公开（公告）日： | 2012-07-11 |
| 发明（设计）人： | 周异;陈凯;林成峰;周曲;杨小康 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | H04L12/26 | 分类号： | H04L12/26;H04L29/08;G06F17/30 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 郭国中 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种在微博平台上识别机器人用户的方法，通过分析用户好友的社会关系来区分正常用户和机器人用户。该方法获取用户的好友之间的关系信息和交互程度信息，利用Fruchterman-Reingold算法得到用户的好友关系网络图，通过分析关系网络图来鉴别机器人用户。本发明区别于传统的用户举报等检测机制，这种方法是建立在分析用户的社会特点上，具有更高的主动性和精确性。 | ||
| 搜索关键词： | 一种 平台 识别 机器人 用户 方法 | ||
【主权项】：
一种在微博平台上识别机器人用户的方法，其特征在于包括以下步骤：步骤1：利用已注册的账号登录微博；步骤2：综合目标用户的关注和粉丝列表页面，得到好友列表；步骤3：获得这些好友之间的关系矩阵，这其中包括获得好友和好友之间的关系以及交互系数K，矩阵由多个三维向量组成，每一维分别代表拥有好友关系的两个用户A和B以及AB间的交互系数K；步骤4：将得到的好友关系矩阵，包括交互系数K，作为Fruchterman‑Reingold算法的输入参数，利用该算法绘制出好友社会关系图；步骤5：处理分析关系图得到节点密度分布矩阵matrix；步骤6：利用步骤5得到的密度分布矩阵判断账户是否是机器人账户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110419266.6/，转载请声明来源钻瓜专利网。
