System.ArgumentOutOfRangeException: 索引和長(zhǎng)度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)據(jù)安全和數(shù)據(jù)挖掘推薦,具體涉及一種社交媒體平臺(tái)中基于社交關(guān)系構(gòu)建的信息傳播能力提升方法。
技術(shù)介紹
1、互聯(lián)網(wǎng)的發(fā)展深刻改變了大眾獲取和分享信息的方式,使得信息傳播不再受限于傳統(tǒng)的時(shí)間和空間約束。以facebook、twitter、微信和抖音等為代表的社交平臺(tái)已經(jīng)成為信息傳播的主要渠道。面對(duì)著信息量的爆炸性增長(zhǎng),這些社交平臺(tái)通過基于個(gè)性化推薦算法的信息推薦系統(tǒng)挖掘用戶的興趣以向用戶推送信息。然而,由于用戶偏好和推薦原理,用戶深陷于“信息繭房”。因此,絕大多數(shù)情況下特定信息對(duì)于特定用戶或用戶群體根本“不可見”,長(zhǎng)此以往將導(dǎo)致用戶的認(rèn)知范圍變得狹窄,尤其是對(duì)于青少年等成長(zhǎng)中的用戶群體。如何提升特定信息對(duì)于目標(biāo)用戶的可見度,確保特定信息能夠觸達(dá)目標(biāo)受眾,是當(dāng)前信息傳播研究的重要課題。
2、信息推薦系統(tǒng)通常依賴于用戶的歷史數(shù)據(jù)生成推薦結(jié)果。但是,由于推薦系統(tǒng)的開放性,推薦系統(tǒng)很容易受到數(shù)據(jù)投毒攻擊。攻擊者通常會(huì)招募一組虛假用戶控制他們的在線信息交互行為,以此在推薦系統(tǒng)的訓(xùn)練數(shù)據(jù)中引入惡意或誤導(dǎo)性數(shù)據(jù)。根據(jù)攻擊的目標(biāo),對(duì)推薦系統(tǒng)的投毒攻擊可以分為有目標(biāo)攻擊和無目標(biāo)攻擊。有目標(biāo)攻擊旨在增加或減少目標(biāo)物品的流行度,而無目標(biāo)攻擊旨在破壞推薦系統(tǒng)的整體功能,惡化用戶體驗(yàn)。針對(duì)推薦系統(tǒng)的有目標(biāo)投毒攻擊可以提升特定信息的可見度。現(xiàn)有的研究方法大多數(shù)集中在通過有目標(biāo)投毒攻擊提升某個(gè)信息的全局可見度,使其推送給盡可能更多的用戶。并且這些方法聚焦于偽造虛假用戶的信息交互記錄,適用于僅依賴用戶的歷史交互數(shù)據(jù)的推薦系統(tǒng)。對(duì)于在線社交
3、現(xiàn)有技術(shù)在通過有目標(biāo)投毒攻擊偽造虛假用戶配置文件以提高特定信息的可見度時(shí),未考慮到用戶間社交關(guān)系對(duì)于推薦結(jié)果的影響。同時(shí)這些方法旨在提升某個(gè)信息對(duì)于所有用戶的推薦概率,使得攻擊容易被察覺,缺乏針對(duì)性和隱蔽性。如何有效提升特定傳播內(nèi)容對(duì)于特定目標(biāo)用戶的可見度,從而提升特定信息對(duì)于目標(biāo)用戶的傳播能力是一個(gè)亟需解決的問題。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的在于提供一種基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,用以解決現(xiàn)有技術(shù)在通過對(duì)在線社交平臺(tái)上特定信息的可見度提升以提升特定信息對(duì)于目標(biāo)用戶的傳播能力時(shí)未充分利用用戶的社交關(guān)系以及針對(duì)性和隱蔽性有待提升的問題。
2、為了實(shí)現(xiàn)上述任務(wù),本專利技術(shù)采用以下技術(shù)方案:
3、一種基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,包括:將社交媒體平臺(tái)中的用戶數(shù)據(jù)建模為超圖,提取用戶之間的高階關(guān)系,結(jié)合pagerank算法和節(jié)點(diǎn)中心度評(píng)估用戶影響力,基于影響力分析結(jié)果,確定對(duì)于向特定用戶推薦特定信息過程中具有顯著影響的關(guān)鍵用戶,然后植入虛假用戶,并構(gòu)建虛假用戶和關(guān)鍵用戶的社交關(guān)系,以實(shí)現(xiàn)向特定用戶定向推送特定信息;
4、用戶數(shù)據(jù)包括用戶之間存在的信任關(guān)系和用戶的歷史信息交互記錄。
5、可選的,所述的社交媒體平臺(tái)中包括n個(gè)用戶和m個(gè)信息,n和m取值為自然數(shù),所述的n個(gè)用戶之間具有nu個(gè)信任關(guān)系,u表示用戶,所述的n個(gè)用戶和m個(gè)信息之間具有ni條歷史信息交互記錄,i表示信息,所述的用戶包括目標(biāo)用戶a,所述的信息包括目標(biāo)信息b,所述的社交媒體平臺(tái)中通過推薦系統(tǒng)向所述的用戶推薦k個(gè)信息;
6、信息傳播能力提升方法具體包括:
7、步驟1、從社交媒體平臺(tái)中獲取用戶的歷史信息交互記錄和用戶間的信任關(guān)系,按照預(yù)設(shè)的三元關(guān)系模式構(gòu)建超圖,其中三元關(guān)系模式共有10種,可以分為用戶-用戶的社交關(guān)系、用戶-物品的購買關(guān)系和用戶-用戶-物品的混合關(guān)系;對(duì)應(yīng)這三類三元關(guān)系模式,構(gòu)建3個(gè)超圖,每個(gè)超圖中包含由屬于該類三元關(guān)系模式所構(gòu)成的超邊;
8、步驟2、利用所構(gòu)建的超圖訓(xùn)練代理模型f,其中模型f的損失函數(shù)為l,通常采用的貝葉斯個(gè)性化排序損失。
9、
10、其中,θ是模型f的參數(shù),i(u)是用戶u交互過的信息的集合,σ是sigmoid函數(shù),是模型對(duì)于用戶u對(duì)信息i的偏好預(yù)測(cè),即用戶u對(duì)信息i的預(yù)測(cè)推薦分?jǐn)?shù),λ是正則化系數(shù);j是隨機(jī)采樣的用戶u不喜歡或未知的信息;
11、步驟3、利用代理模型f預(yù)測(cè)正常情況下目標(biāo)信息b是否出現(xiàn)在模型所推薦給目標(biāo)用戶a的k個(gè)信息中,從而確定是否需要通過投毒攻擊提升目標(biāo)信息推薦給目標(biāo)用戶的概率;
12、步驟4、構(gòu)建虛假用戶配置文件,通過有目標(biāo)投毒攻擊提升目標(biāo)信息b對(duì)于目標(biāo)用戶a在所有信息的全局推薦分?jǐn)?shù)排名,從而提升目標(biāo)信息推薦給目標(biāo)用戶的概率,其中用戶的配置文件指的是用戶的社交關(guān)系和信息交互關(guān)系。
13、可選的,所述的步驟3具體包括:
14、步驟31、根據(jù)目標(biāo)用戶a的歷史信息交互記錄和社交網(wǎng)絡(luò)中用戶間的信任關(guān)系,通過代理模型f預(yù)測(cè)得到目標(biāo)用戶a的最感興趣的k個(gè)信息所構(gòu)成的top-k推薦列表l;
15、步驟32、判斷正常情況下目標(biāo)信息b是否出現(xiàn)在模型推薦給目標(biāo)用戶a的k個(gè)信息中,即判斷目標(biāo)用戶a的top-k推薦列表l是否包含目標(biāo)信息b;若目標(biāo)信息b出現(xiàn)在目標(biāo)用戶a的top-k推薦列表,則可見度提升方法結(jié)束;否則,根據(jù)模型預(yù)測(cè)分?jǐn)?shù)獲取對(duì)于目標(biāo)用戶a,在所有信息中目標(biāo)信息b的全局推薦分?jǐn)?shù)排名,執(zhí)行步驟4。
16、可選的,所述的步驟4具體包括:
17、步驟41、根據(jù)攻擊設(shè)置初始化虛假用戶;
18、步驟42、結(jié)合超圖、pagerank算法與節(jié)點(diǎn)中心度評(píng)估在線社交網(wǎng)絡(luò)中用戶的影響力;
19、步驟43、利用用戶影響力、用戶的信任關(guān)系以及用戶的歷史信息交互記錄選取重要用戶以構(gòu)建虛假用戶與重要用戶的單向信任關(guān)系,從而利用虛假用戶的社交關(guān)系拉近目標(biāo)用戶和目標(biāo)信息間的聯(lián)系;
20、步驟44、植入虛假用戶后使用中毒數(shù)據(jù)重新訓(xùn)練代理模型f;
21、步驟45、記錄中毒訓(xùn)練后的代理模型所預(yù)測(cè)的,對(duì)于目標(biāo)用戶a,在所有信息中目標(biāo)信息b的全局推薦分?jǐn)?shù)排名,并且判斷此時(shí)目標(biāo)信息b是否出現(xiàn)在模型推薦給目標(biāo)用戶a的k個(gè)信息中,即判斷目標(biāo)用戶a的top-k推薦列表l是否包含目標(biāo)信息b;若包含,則說明攻擊之后目標(biāo)信息b能夠進(jìn)入目標(biāo)用戶a的top-k推薦列表;反之則不然。
22、可選的,所述的步驟41包括:
23、步驟411、按照預(yù)設(shè)的攻擊比例p以及虛假用戶社交關(guān)系的預(yù)算d,計(jì)算需要注入的虛假用戶數(shù)量nf=n·p和虛假用戶需關(guān)注的用戶數(shù)量f表示是虛假用戶;
24、步驟412、創(chuàng)建nf個(gè)虛假用戶并且初始化nf個(gè)虛假用戶的配置文件,其中初始化配置文本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,包括:將社交媒體平臺(tái)中的用戶數(shù)據(jù)建模為超圖,提取用戶之間的高階關(guān)系,結(jié)合PageRank算法和節(jié)點(diǎn)中心度評(píng)估用戶影響力,基于影響力分析結(jié)果,確定對(duì)于向特定用戶推薦特定信息過程中具有顯著影響的關(guān)鍵用戶,然后植入虛假用戶,并構(gòu)建虛假用戶和關(guān)鍵用戶的社交關(guān)系,以實(shí)現(xiàn)向特定用戶定向推送特定信息;
2.如權(quán)利要求1所述的基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,所述的社交媒體平臺(tái)中包括N個(gè)用戶和M個(gè)信息,N和M取值為自然數(shù),所述的N個(gè)用戶之間具有Nu個(gè)信任關(guān)系,u表示用戶,所述的N個(gè)用戶和M個(gè)信息之間具有Ni條歷史信息交互記錄,i表示信息,所述的用戶包括目標(biāo)用戶a,所述的信息包括目標(biāo)信息b,所述的社交媒體平臺(tái)中通過推薦系統(tǒng)向所述的用戶推薦K個(gè)信息;
3.如權(quán)利要求2所述的基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,所述的步驟3具體包括:
4.如權(quán)利要求2或3所述的基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,所述的步驟4具體包括:
5.如權(quán)利要求4所述的基于社
6.如權(quán)利要求4所述的基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,所述的步驟42包括:
7.如權(quán)利要求4所述的基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,所述的步驟43包括:
...【技術(shù)特征摘要】
1.一種基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,包括:將社交媒體平臺(tái)中的用戶數(shù)據(jù)建模為超圖,提取用戶之間的高階關(guān)系,結(jié)合pagerank算法和節(jié)點(diǎn)中心度評(píng)估用戶影響力,基于影響力分析結(jié)果,確定對(duì)于向特定用戶推薦特定信息過程中具有顯著影響的關(guān)鍵用戶,然后植入虛假用戶,并構(gòu)建虛假用戶和關(guān)鍵用戶的社交關(guān)系,以實(shí)現(xiàn)向特定用戶定向推送特定信息;
2.如權(quán)利要求1所述的基于社交關(guān)系構(gòu)建的信息傳播能力提升方法,其特征在于,所述的社交媒體平臺(tái)中包括n個(gè)用戶和m個(gè)信息,n和m取值為自然數(shù),所述的n個(gè)用戶之間具有nu個(gè)信任關(guān)系,u表示用戶,所述的n個(gè)用戶和m個(gè)信息之間具有ni條歷史信息交互記錄,i表示信息,所述的用戶包括目標(biāo)用...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:尹小燕,林瑤,薛文慧,王成方,徐舒婷,陳曉江,房鼎益,
申請(qǐng)(專利權(quán))人:西北大學(xué),
類型:發(fā)明
國(guó)別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。