基于DS证据理论融合的社交网络异常用户检测方法
实质审查的生效
摘要
本发明提供了一种基于DS证据理论融合的社交网络异常用户检测方法。该方法包括：构建并训练卷积神经网络分类模型和K近邻算法分类模型，得到两种分类模型对异常用户检测的准确率；分别使用两种分类模型对被检测用户的博文文本进行识别，得到两种分类模型对被检测用户的检测结果；通过D‑S融合规则基于两种分类模型对异常用户检测的准确率，对卷积神经网络分类模型和所述K近邻算法分类模型对被检测用户的检测结果进行融合，获取被检测用户的异常用户检测结果。本发明通过结合被检测内容在每种分类器上的识别结果和分类准确率，通过DS证据理论融合规则对分类器融合后对被测用户进行识别，均衡有效的实现了对微博异常用户的检测。
基本信息
专利标题 ：
基于DS证据理论融合的社交网络异常用户检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114529762A
申请号 ：
CN202210118942.4
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李浥东曹子卓陈乃月金一王涛
申请人 ：
北京交通大学
申请人地址 ：
北京市海淀区西直门外上园村3号
代理机构 ：
北京市商泰律师事务所
代理人 ：
黄晓军
优先权 ：
CN202210118942.4
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06K9/62 G06V10/80
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220208
申请日 : 20220208
2022-05-24 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
