[发明专利]一种社交网用户异常行为的分析方法

摘要

一种社交网用户异常行为的分析方法，可用于分析社交网站中存在的包括盗取帐号发广告、发布恶意链接、网络“灌水”、骗取社交好友钱财等异常事件。该方法基于网络爬虫技术获取用户行为数据，采用用户行为分析技术对这些数据进行分析和检测，当检测到异常时发出告警，分为三个功能单元——数据获取、分析检测和异常报警，每个单元完成方法的一个功能。数据获取单元采用网络爬虫技术获取用户行为数据；分析检测单元采用用户行为分析技术对获取到的用户行为数据进行分析和检测；异常报警单元当检测到异常时发出告警短信。本发明能够方便、灵活、智能地检测社交网中广泛存在的异常事件，社交网提供商可利用本发明及时发现恶意用户，减少网民损失。

主权项

一种社交网用户异常行为的分析方法，可以检测目标社交网站（人人网、微博等）存在的异常事件，包括盗取帐号发广告、发布恶意链接、网络“灌水”、骗取社交好友钱财等等。其特征在于，基于网络爬虫技术获取用户行为数据，将这些数据作为用户行为分析的基础，对用户发布的消息进行建模和训练，提取出用户的行为轮廓，根据用户的行为轮廓评估新消息是否异常，当检测到异常事件时发出告警。该方法主要由三个功能单元组成，即数据获取、分析检测和异常报警，其中：数据获取，旨在获取到社交网中用户的Deep Web数据，即用户发布和分享的状态、日志，链接等数据，这些数据需要采用网络爬虫方法对社交网络进行深层网络爬虫，即基于在目标检测社交网站注册的有效登录用户帐号，采用该帐号登录目标检测网站从而获取网站授权，爬取出用户的Deep Web数据。分析检测，根据数据获取单元得到的用户数据建立用户行为模型，并对其进行训练和评估，然后对每个用户的行为数据进行基于内容的相似度分类，最后根据特定算法进行异常检测。异常报警，当检测到异常用户时发生报警，提供短信发送和报警查询功能。