[发明专利]一种社交网络僵尸账号检测方法及装置

摘要

本发明提出了一种社交网络僵尸账号检测方法及装置，采用层次化启发式方法进行僵尸账号检测，利用账号资料特征、微博内容特征、发帖时间特征、发帖行为一致性特征，按照计算时间代价逐步判别，一旦判别成功就停止计算，否则就继续下一层次特征的计算，考虑到大部分僵尸账号的生成和维护依靠自动化程序进行，成本低，可以通过较低代价的判别方法检测，所以本发明的所述方法可以大幅提高检出效率，另一方面，本方法使用了账号资料、微博内容和行为特征等多维度特征，能够提高僵尸账号的检出率和准确率。

主权项

1.一种社交网络僵尸账号检测方法，其特征在于，包括：从僵尸账号样本集和正常账号样本集中分别提取出层次化特征，基于提取出的所述层次化特征分层次的建立各层分类器；基于各层分类器对待预测账号进行检测，判断所述待预测账号是否属于僵尸账号；所述层次化特征，包括以下四个层次的特征：第一层的特征：账号资料特征；其余三层的特征分别是：微博内容特征、发帖时间特征、发帖行为一致性特征；所述账号资料特征，包括：用户昵称中字符与数字的长度之和占用用户昵称总长度的比例；是否填写了家庭住址；账号发帖数；账号粉丝数；账号关注数；账号关注数与粉丝数的比例；所述微博内容特征，包括：账号所发微博中含有统一资源定位器URL的微博的比例；账号所发微博中所含URL去重后的数量与账号所发微博中所有URL数量的比值；账号所发微博中所含内容关键词去重后的数量与账号所发微博中所有关键词数量的比值；所述发帖时间特征，包括：最后一次发帖与第一次发帖的时间跨度；发帖时间分布情况；所述发帖行为一致性特征，包括：基于发帖时间间隔，构建发帖时间间隔序列，按照如下公式计算发帖时间间隔序列的波动性s：其中，x_i表示第i个帖子和第i‑1个帖子之间的发帖时间间隔，i为变量，以秒为单位，n‑1是所有帖子数减一，表示发帖时间间隔平均值。