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！

龙图腾网获悉武汉大学申请的专利一种在线社交网络有害节点识别与社区划分方法及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：CN119850357B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510330195.4，技术领域涉及：G06Q50/00；该发明授权一种在线社交网络有害节点识别与社区划分方法及系统是由路天行;祁耀羿;尹航;曾园园设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种在线社交网络有害节点识别与社区划分方法及系统在说明书摘要公布了：本发明公开一种在线社交网络有害节点识别与社区划分方法及系统，方法包括：获取社交平台用户发言及互动信息数据集；基于所述数据集，以用户为节点、互动关系为边构建社交网络有向图结构；基于所述社交网络有向图结构，引入边的评价指标进行计算，确定边的权重；基于所述社交网络有向图结构，引入度数中心性、介数中心性与Kshell值进行全图节点计算，确定社交网络传播中的关键节点；基于所述边的权重及关键节点，使用Louvain算法实现最优模块度的社区划分。本发明通过分析动态社交网络的图结构来识别潜在的操纵行为，能够提升对社交网络操纵行为的识别能力。

本发明授权一种在线社交网络有害节点识别与社区划分方法及系统在权利要求书中公布了：1.一种在线社交网络恶意协作行为识别与社区划分方法，其特征在于，包括： 获取社交平台用户发言及互动信息数据集； 基于所述数据集，以用户为节点、互动关系为边构建社交网络有向图结构； 基于所述社交网络有向图结构，引入边的评价指标进行计算，确定边的权重； 基于所述社交网络有向图结构，引入度数中心性、介数中心性与Kshell值进行全图节点计算，确定社交网络传播中的关键节点； 基于所述边的权重及关键节点，使用Louvain算法实现最优模块度的社区划分； 所述方法还包括： 基于训练后的SVM支持向量机模型对强内部互动用户群体进行判定，以确定其协作是否存在有恶意推动情况，进一步包括： 将度数中心性、介数中心性或Kshell值位于前θ%的关键点筛选至关键节点集合，其余的节点筛选至非关键节点集合； 构建关键点特征向量，非关键节点特征向量，边的相似性特征向量，以及时间发展特征向量，所述的特征向量、均包含Kshell值、度数中心性和介数中心性的统计特征，所述的特征向量包含内容相似度、时间相似度和转发相似度的统计特征，所述的特征向量包含对社区中的回复和互动事件数量进行统计所得时间序列的系数，将所述的特征向量、、和组合得到每个社区的最终区分向量， ， 利用所述最终区分向量训练SVM支持向量机模型，用于判断社区是否存在恶意协作行为。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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”。