买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江大学申请的专利一种基于外部图数据的社交网络异常用户检测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119762262B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510253932.5，技术领域涉及：G06Q50/00；该发明授权一种基于外部图数据的社交网络异常用户检测方法和系统是由杨洋;曹雨萱设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于外部图数据的社交网络异常用户检测方法和系统在说明书摘要公布了：本发明公开了一种基于外部图数据的社交网络异常用户检测方法和系统，属于图结构数据异常检测技术领域。获取外部图数据集，以及，至少一个目标社交网络图数据；数据增强操作后作为候选图，对齐节点特征；定义球面空间，利用至少一个原始目标社交网络图数据预训练图模型，生成目标图节点表征及其在球面空间的位置坐标；将候选图输入预训练后的图模型，生成各个候选图节点表征及其在球面空间的位置坐标；根据节点表征及其在球面空间的位置坐标筛选候选图；利用筛选得到的候选图二次训练图模型，采用二次训练的图模型检测待检测的目标社交网络中的异常用户。本发明通过多样化的外部图数据增强了模型的泛化能力，提高了社交网络异常用户检测精度。

本发明授权一种基于外部图数据的社交网络异常用户检测方法和系统在权利要求书中公布了：1.一种基于外部图数据的社交网络异常用户检测方法，其特征在于，包括以下步骤：（1）基于领域多样性和规模多样性获取外部图数据集，以及，获取至少一个目标社交网络图数据；每一个图数据由节点特征矩阵和邻接矩阵组成；（2）对原始图数据进行数据增强操作后作为候选图，利用原始图数据的节点特征矩阵和邻接矩阵生成候选图的节点特征矩阵和邻接矩阵，对候选图的节点特征矩阵进行特征空间对齐；（3）定义球面空间，利用至少一个原始目标社交网络图数据预训练图模型，生成目标图节点表征并确定每一个节点表征在球面空间的位置坐标；以及，将候选图输入预训练后的图模型，生成各个候选图节点表征及其在球面空间的位置坐标；（4）采用基于代表性指标和多样性指标的外部图数据选择机制，根据节点表征及其在球面空间的位置坐标筛选候选图；所述的外部图数据选择机制中的代表性指标包括基于球心稳定性约束的球心相似度偏差和基于分布相似性约束的分布相似度偏差；所述的球心相似度偏差为目标图节点表征和候选图节点表征的均值、与目标图节点表征的均值之间的L2范数；所述的分布相似度偏差为目标图节点表征和候选图节点表征的球面坐标集合的概率分布、与目标图节点表征的球面坐标集合的概率分布之间的距离；所述的外部图数据选择机制中的多样性指标采用不同尺度半径的最小超球能量的积分值；所述的基于代表性指标和多样性指标的外部图数据选择机制是指融合代表性指标和多样性指标计算每一个候选图的最终得分，按照得分从低到高的顺序筛选预设数量的候选图；（5）利用筛选得到的候选图二次训练图模型，采用二次训练的图模型检测待检测的目标社交网络中的异常用户。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。