[发明专利]基于萤火虫和加权极限学习机的微博异常用户检测方法有效
| 申请号： | 201811573286.7 | 申请日： | 2018-12-21 |
| 公开（公告）号： | CN109657147B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 张志洁 | 申请（专利权）人： | 岭南师范学院 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N20/00;G06N3/00 |
| 代理公司： | 广州市南锋专利事务所有限公司 44228 | 代理人： | 李慧;王允辉 |
| 地址： | 524000 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于萤火虫和加权极限学习机的微博异常用户检测方法，基于萤火虫和加权极限学习机的微博异常用户检测方法，具体步骤如下：将采集到的微博用户数据分为训练集和测试集；利用萤火虫算法创建加权极限学习机；优化加权极限学习机；检测或预测微博异常用户：将测试集中的微博用户特征，即微博内容、用户信息和用户上下文，作为优化的加权极限学习机的输入数据样本，优化的加权极限学习机的输出值为该用户是否为微博异常用户。该方法不仅检测的精度高，而且智能化程度高，一般不需要人工介入，工作效率高。 | ||
| 搜索关键词： | 基于 萤火虫 加权 极限 学习机 异常 用户 检测 方法 | ||
【主权项】：
1.一种基于萤火虫和加权极限学习机的微博异常用户检测方法，其特征在于，包括以下步骤：步骤一：数据采集并分类：采集微博用户数据，并对数据进行清洗，筛选出与微博内容、用户信息、用户上下文有关的数据特征，对微博异常和非异常用户进行标记，将采集到的微博用户数据分为训练集和测试集；步骤二：创建加权极限学习机：利用萤火虫算法创建加权极限学习机；步骤三：优化加权极限学习机：加权极限学习机利用训练集中的数据进行学习，对输入权值和阈值进行调整，直到达到预计误差值时停止对加权极限学习机的训练，形成优化的加权极限学习机；步骤四：检测或预测微博异常用户：将测试集中的微博用户特征，即微博内容、用户信息和用户上下文，作为优化的加权极限学习机的输入数据样本，优化的加权极限学习机的输出值为该用户是否为微博异常用户。
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岭南师范学院，未经岭南师范学院许可，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/201811573286.7/，转载请声明来源钻瓜专利网。
