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！

龙图腾网获悉南京大学申请的专利一种基于社交网络的博彩账号检测方法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：CN117235575B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202311196787.9，技术领域涉及：G06F18/24；该发明授权一种基于社交网络的博彩账号检测方法是由伏晓;傅晓航;骆斌设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本一种基于社交网络的博彩账号检测方法在说明书摘要公布了：本发明公开了一种基于社交网络的博彩账号检测方法，包括：社交网络图构建；利用社交网络图提取社交网络特征；提取账号的文本特征；提取账号的行为特征；利用特征训练分类模型；利用训练好的分类模型模型检测博彩账号。本发明在账号的文本特征和行为特征的基础上，结合博彩账号的社交网络特征，与传统的博彩账号的检测方法相比，具有更高的准确率，对于隐藏在乱码或者图片中的博彩信息也可以进行检测，能够检测出大量原先无法检测的博彩账号，利于净化网络环境。

本发明授权一种基于社交网络的博彩账号检测方法在权利要求书中公布了：1.一种基于社交网络的博彩账号检测方法，其特征在于，包括如下步骤： 步骤1，社交网络图构建 采用网络爬虫获取数据，对于获取到的数据进行解析，提取出账号和账号之间关系，将账号作为节点，账号和账号之间的回复关系作为边，构建社交网络图； 步骤2，利用社交网络图提取社交网络特征 从社交网络图中提取相关的社交网络特征，包括中心性、平均最短距离、离心率、聚类系数、PageRank值和密度，用于后续模型的训练；所述中心性包括：度中心性、接近中心性、介数中心性；各社交网络特征通过以下方式进行计算： 利用公式计算各个节点的度中心性；利用公式计算各个节点的接近中心性，其中代表当前节点到其他 节点的最短距离；利用公式计算各个节点的介数中心性，其中表示j到k的最短路径经过了i，即i处于j到k的最短路径上，其中i、j、k为节点；计 算所有两两节点之间的最短距离的平均值作为平均最短距离；计算所有与当前节点连接的 节点中可能构成的边的数，即作为分母，然后计算实际上构成的边的数量作为分 子，计算比值得到聚类系数；采用网页重要性排序算法计算PageRank值；计算社交网络图中 实际存在的边的数量与所有可能存在的边的数量的比值作为密度，所有可能存在的边的数 量为； 步骤3，提取账号的文本特征 从用户发布的内容中进行文本的分析，提取相关的文本特征，用于后续模型的训练；具体包括：统计负样本数据集里的高频词，选择出现频率最高的M个高频词，将是否出现这些高频词、出现的高频词的个数以及高频词的TF-IDF值作为特征；随后，将账号发布的所有内容合并为长文本，使用TF-IDF算法提取关键词；最后，统计一些高频的字符，包括URL中的字符、QQ和微信的缩写QQ和VX、谐音字以及象形字和emoji，将是否出现这些特殊字符也作为特征； 步骤4，提取账号的行为特征 对用户的行为进行分析，提取相关的行为特征，用于后续模型的训练；具体包括：将账号是否隐藏关注列表作为一个特征，将账号的注册总时间和发贴总数量作为两个特征，将账号的回复时间差值作为一个特征；提取用户的以上行为特征； 步骤5，利用特征训练分类模型 将提取好的社交网络特征、文本特征和用户行为特征进行训练，构建集成学习模型，用于后续的博彩账号检测；具体包括： 将普通账号作为正样本，博彩账号作为负样本，使用提取好的特征进行模型的训练；其中，模型通过以下方式构建：使用集成学习构建模型，采用Stacking方式对弱学习器的结果再加上一层学习器，在一层学习器中，使用XGBoost模型作为社交网络特征的弱学习器，使用随机森林模型作为文本特征的弱学习器，使用XGBoost模型作为账号行为特征的弱学习器；在第二层学习器中，使用XGBoost模型作为学习器； 步骤6，利用模型检测博彩账号 使用训练好的分类模型进行预测，检测博彩账号。

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南京大学，其通讯地址为：210093 江苏省南京市汉口路22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”。

以上内容由龙图腾AI智能生成。