[发明专利]社交机器人检测方法、系统、存储介质和电子设备

说明书

本发明公开了一种社交机器人检测方法、系统、存储介质和电子设备。方法包括：获取待检测的目标账号的好友账号和所述好友账号的关联发文，所述关联发文为提及所述目标账号的发文；根据所述目标账号和好友账号构建账号信息矩阵，根据所述目标账号的发文和所述好友账号的关联发文构建文章信息矩阵；根据所述账号信息矩阵和文章信息矩阵构建社交关系图谱；确定所述目标账号的每篇发文的类别；将所述目标账号的发文、所述社交关系图谱和所述文章信息矩阵输入与所述发文的类别对应的分类检测模型，得到基于所述发文的检测结果；根据所述目标账号的每篇发文的检测结果得到所述目标账号的最终检测结果。本发明具有低延时、高鲁棒性、高稳定性和高识别率。

技术领域

本发明涉及社交网络技术领域，尤其涉及一种社交机器人检测方法、系统、存储介质和电子设备。

背景技术

近年来，随着信息技术的高速发展，社交网络被人们广泛地使用，人们可以通过它分享新闻、观点和交友等，但是其中出现了一种非正常用户的社交机器人账户。社交机器人已经被应用到人们生活的方方面面(智能客服、问卷机器人等)，但恶意的社交机器人使用导致网络诈骗和虚假新闻亦愈来愈严重，所以社交机器人账号检测愈发受到各国政府和企业重视。

现有社交机器人检测技术主要采用基于图的账号检测、众包方式账号检测和基于机器学习方法的账号检测，这些技术存在训练成本高、算法精度不高等缺点。基于图的账号检测方法采用社交网络的社会关系图谱来表示社交网络中节点间的边和链接的网络信息和关系，从而实现机器人账号的检测。直接采用社交网络信息构建的图来检测账号，存在可能因为个别节点干扰，降低检测精度的问题，鲁棒性不好；众包账号检测方法是采取领域专家来评估、分辨和判决账号是否为机器人账号的方式。该方法需要依赖大量的专家投入，人力成本过高，适合小数据量的账号检测任务；基于机器学习方法的账号检测，采用机器学习算法和统计方法来构建社交网络特征的模型，使用算法模型来实现社交账号的检测。训练机器学习模型的数据和特征选择好坏，对检测精度影响较大，稳定性不高，也存在一定的局限性。

发明内容

本发明提供了一种社交机器人检测方法、系统、存储介质和电子设备，能够满足低延时、高鲁棒性、高稳定性和高识别率的要求。

根据本发明的第一方面，提供了一种社交机器人检测方法，包括：

获取待检测的目标账号的好友账号和所述好友账号的关联发文，所述关联发文为提及所述目标账号的发文；

根据所述目标账号和好友账号构建账号信息矩阵，根据所述目标账号的发文和所述好友账号的关联发文构建文章信息矩阵；

根据所述账号信息矩阵和文章信息矩阵构建社交关系图谱；

确定所述目标账号的每篇发文的类别；

将所述目标账号的发文、所述社交关系图谱和所述文章信息矩阵输入与所述发文的类别对应的分类检测模型，得到基于所述发文的检测结果；

根据所述目标账号的每篇发文的检测结果得到所述目标账号的最终检测结果。

进一步地，所述获取目标账号的好友账号和所述好友账号的关联发文包括：

获取所述目标账号的发文中最近提及的第一数量的好友账号；

获取所述好友账号最近发表的第二数量的关联发文。

进一步地，根据所述账号信息矩阵和文章信息矩阵构建社交关系图谱包括：

根据所述账号信息矩阵和所述文章信息矩阵生成关联关系矩阵，所述关联关系矩阵表示所述好友账号与所述目标账号之间的关联关系度量；

根据所述账号信息矩阵和所述关联关系矩阵得到所述社交关系图谱。

进一步地，按照如下方式生成所述关联关系矩阵：