[发明专利]网络信息检测方法、装置、存储介质和计算机设备有效

专利信息
申请号: 201810549608.8 申请日: 2018-05-31
公开(公告)号: CN108833382B 公开(公告)日: 2020-12-15
发明(设计)人: 宋彦;张海松 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L29/06 分类号: H04L29/06;H04L12/24
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 黄晓庆;何平
地址: 518000 广东省深圳*** 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:
搜索关键词: 网络 信息 检测 方法 装置 存储 介质 计算机 设备
【权利要求书】:

1.一种网络信息检测方法,包括:

获取网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息;

基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型;所述预测模型的各神经网络节点的层次关系与各传播节点之间的层次关系对应;其中,预测模型的参数通过预先对带标记的网络信息的传播树结构进行训练确定;

将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点,根据预测模型的参数和所述预测模型得到所述网络信息的检测结果;

将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点,根据预测模型的参数和所述预测模型得到所述网络信息的检测结果,包括:

将各传播节点的所述发布内容和特征信息输入所述预测模型对应的神经网络节点;

根据预测模型的参数,在所述预测模型进行前向传播,将当前神经网络节点的隐藏层的输出状态传播至当前神经网络节点的所有子神经网络节点;

根据所述预测模型的叶子神经网络节点的输出状态,得到所述网络信息的检测结果。

2.根据权利要求1所述的方法,其特征在于,所述基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型,包括:

创建所述预测模型的根神经网络节点;

从所述根神经网络节点开始,根据所述传播树结构中当前传播节点对应的子传播节点,按照传播的时间序列依次添加当前神经网络节点的所有子神经网络节点,直至所述传播树结构中的所有叶子传播节点对应的叶子神经网络节点添加完毕。

3.根据权利要求1所述的方法,其特征在于,所述根据所述预测模型的叶子神经网络节点的输出状态,得到所述网络信息的检测结果中,包括:

根据所述预测模型的叶子神经网络节点的输出状态的平均值,得到所述网络信息的检测结果。

4.根据权利要求1所述的方法,其特征在于,预先训练预测模型的参数的方式,包括:

初始化预测模型的参数;

从训练集中获取带标记的网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息;

基于所述传播树结构中各传播节点之间的层次关系,按照传播的时间序列生成与所述传播树结构对应的预测模型;所述预测模型的各神经网络节点的连接关系与各传播节点之间的层次关系对应;

将各传播节点的所述发布内容和所述特征信息输入所述预测模型对应的神经网络节点,根据预测模型的参数和所述预测模型得到所述网络信息的检测结果;

若未达到训练结束条件,则根据检测结果与标记的误差在所述预测模型进行反向传播,更新所述预测模型的参数,其中,当前神经网络节点的参数根据当前神经网络节点的所有的子神经网络节点的更新参数进行更新;

返回所述从训练集中获取带标记的网络信息的传播树结构以及所述传播树结构中各传播节点的发布内容和特征信息的步骤,直至达到训练结束条件。

5.根据权利要求1所述的方法,其特征在于,获取网络信息的传播树结构的方式,包括:

根据当前传播节点的发布内容,获取信息源;

将发布所述信息源的用户标识作为传播树结构的根传播节点,从所述根传播节点出发,依次获取与当前传播节点的用户标识关联且对所述信息源执行了预设操作的用户标识,添加为当前传播节点的子传播节点,得到所述网络信息的传播树结构。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

将所述网络信息和所述检测结果关联;

当接受到终端加载请求时,将所述网络信息和所述检测结果发送至所述终端。

7.根据权利要求1所述的方法,其特征在于,在所述获取网络信息的传播树结构以及各传播节点的特征信息之前,还包括:

当接收到终端的加载请求时,将所述网络信息发送至所述终端;

获取终端发送的对所述网络信息的检测请求,所述检测请求在所述终端检测到用户操作显示界面上所述网络信息的检测按钮时发送;

所述方法还包括,将所述检测结果发送至所述终端。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/pat/books/201810549608.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top