申请/专利权人：西北大学

申请日：2023-03-02

公开（公告）日：2023-07-25

公开（公告）号：CN116484087A

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/9537;G06F16/906;G06F18/2415;G06N20/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.08.11#实质审查的生效;2023.07.25#公开

摘要：本发明公开了一种基于多任务学习的微博水军识别的方法：步骤S1，把用户关注数量、粉丝数量、性别、微博等级、是否认证、认证类别、阳光信用、会员类别、会员等级、博文内容进行数据预处理，按照用户认证类别将任务分为t1,t2...,t5；排序π∈δ5，δ5是5个元素上所有排列的对称群，使用SVM模型为每个任务训练分类器，并计算排序π中每一个任务所对应的权重；步骤S2，通过解决平均误差研究顺序π，遍历δ5中的每个π，通过最小化尚未解决任务的对应项上限确定πi，确定学习的最佳顺序；步骤S3，根据最佳学习顺序，通过并行化训练SVM模型实现微博水军识别。本发明的方法能够有效解决目前主流的舆情处理微博水军分类问题存在耗时长、准确率较低的缺陷。

主权项：1.一种基于多任务学习的微博水军识别的方法，其特征在于，具体包括以下步骤：步骤S1，把用户关注数量、粉丝数量、性别、微博等级、是否认证、认证类别、阳光信用、会员类别、会员等级、博文内容进行数据预处理，按照用户的认证类别将任务分为t1，t2...，t5；排序π∈δ5，δ5是5个元素上所有排列的对称群，使用SVM模型为每个任务训练分类器，并计算排序π中每一个任务所对应的权重；步骤S2，通过解决平均误差er来研究顺序π，遍历δ5中的每个π，在这个过程中，假设用在解决每一个单独的任务tπi的学习算法和所有的任务一样且具有确定性，通过最小化尚未解决任务的对应项上限来确定πi，来确定学习的最佳顺序；步骤S3，根据步骤S2返回的任务的最佳学习顺序，通过并行化训练一个独立的SVM模型实现微博水军识别。

全文数据：

权利要求：

百度查询： 西北大学 一种基于多任务学习的微博水军识别的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD