社交网络中社交机器人的检测方法、系统、设备及介质

专利主权项内容

1.一种社交网络中社交机器人的检测方法，其特征在于，包括：从社交网络中收集社交机器人和非社交机器人的社交网络行为样本，并从所述社交网络行为样本中抽取实体以及实体之间的交互关系；采用基于BERT的预训练模型对实体进行特征编码，获得实体特征集；构造用于表征实体之间的交互关系的社交网络异构图；构建异构超图神经网络；其中，所述异构超图神经网络包括堆叠的多个神经网络层结构和一个线性层；每个神经网络层结构包括基于特征线性调制的图神经网络、超图聚合层和图残差结构，所述图残差结构用于汇总基于特征线性调制的图神经网络输出的局部特征和超图聚合层输出的全局特征；所述线性层用于聚合所有图残差结构汇总的特征，输出聚合特征；将所述社交网络异构图输入基于特征线性调制的图神经网络，所述实体特征集和所述社交网络异构图输入超图聚合层，对所述异构超图神经网络进行训练，并采用模型无关元学习的方法进行优化，获得社交机器人检测模型；实时采集待检测用户的社交网络行为，并生成待检测用户的实体特征和实际场景下的社交网络异构图；将待检测用户的实体特征和实际场景下的社交网络异构图输入所述社交机器人检测模型，输出待检测用户的聚合特征，最终通过全连接神经网络，获得待检测用户的社交机器人检测结果。