[发明专利]一种基于多维特征的社交网络账号马甲身份辨识方法

摘要

本发明公开了一种基于多维特征的社交网络账号马甲身份辨识方法，首先将社交网络中各个账号所有发言内容汇总成一个文本，采用TF‑IDF模型生成词向量；选取账号发言的时间信息，将一天划分为多个时间段，生成发言时间频率分布向量；以发言的被点赞数、被转载数和被评论数的均值，生成发言互动向量。然后分別以词向量，时间分布向量和互动向量作为输入，采用支持向量机初次训练模型，分别得到三个单特征在验证集上的预测精度，再根据此精确度确定权值，连接词向量、时间分布向量和互动向量，作为最终的输入，再次训练支持向量机模型。最后输入多个未知标签账号的数据，经过预处理，用训练好的支持向量机模型预测账号之间是否存在马甲关系。

主权项

1.一种基于多维特征的社交网络账号马甲身份辨识方法，其特征在于，包括以下步骤：步骤1：选取原始社交网络平台账号生成的数据，清除掉发言内容少于预设值的账号，并将数据集拆分为训练集和测试集；步骤2：分别提取每个账号的发言内容，分别连接成文档，用TF‑IDF模型生成用户文档词向量；步骤3：提取每个账号每次的发言时间，将一天划分为M个时段，统计每个账号发言内容在每个时段的分布频率，生成发言时间分布频率向量；步骤4：提取每个账号每条发言的被评论数、被点赞数和被转载数，分别求均值，生成发言互动特征向量；步骤5：分别以用户文档词向量、发言时间分布频率向量，发言互动特征向量作为输入初次训练支持向量机模型；步骤6：根据步骤5训练的支持向量机模型在测试集上的测试精确度确定权值，连接步骤2‑步骤4得到的用户文档词向量、发言时间分布频率向量，发言互动特征向量，得到账号完整的特征向量；步骤7：两两连接账号完整的特征向量，具有马甲关系的记标签为1，不具有马甲关系的记标签为‑1，得到训练特征向量集合；步骤8：以完整的训练特征向量作为输入，再次训练支持向量机模型，获得训练好的支持向量机模型；步骤9：输入多个账号的原始数据，转到步骤2‑步骤4，生成用户文档词向量、发言时间分布频率向量，发言互动特征向量，再转到步骤6，然后执行步骤7中两两连接待识别用户的完整特征向量；步骤10：通过步骤8训练好的支持向量机模型预测账号之间是否具有马甲关系，最后输出识别结果和相应的概率值。