【技術實現步驟摘要】
本申請涉及金融科技，尤其涉及一種社交媒體信息檢測方法和裝置、電子設備及存儲介質。
技術介紹
1、隨著互聯網技術的飛速發展，社交網絡已成為人們日常生活中不可或缺的一部分。它不僅改變了人們的溝通方式，還極大地促進了信息的傳播。但是，在社交網絡中往往會存在一些虛構的不實信息的擴散，這些不實信息會對公眾產生誤導，會導致信息傳播的準確性降低。例如，在金融領域中，不真實的金融資訊的傳播會極大地影響對象在各種金融活動中的判斷，往往會對對象造成資源損失。
2、基于此，相關技術中考慮到了基于社交媒體信息的具體內容進行分析、或者對發布各個社交媒體信息的用戶的行為進行分析的神經網絡模型來檢測社交媒體信息的真實性。但是，這一方式存在著無法獲取隱晦表達的不實信息、以及無法準確地識別不實信息的傳播路徑的問題，會導致對異常的社交媒體信息的檢測準確性低下。
技術實現思路
1、本申請實施例的主要目的在于提出一種社交媒體信息檢測方法和裝置、電子設備及存儲介質，旨在提高對異常的社交媒體信息的檢測準確性。
2、為實現上述目的，本申請實施例的第一方面提出了一種社交媒體信息檢測方法，所述方法包括：
3、獲取目標社交媒體信息，其中，所述目標社交媒體信息用于指示目標推送內容、和針對所述目標推送內容存在交互行為的目標對象；
4、獲取所述目標對象在當前時間之前產生的評論數據；
5、基于所述目標對象的對象信息進行圖注意力計算，得到對象圖特征；
6、基于所述目標對象
7、基于預先獲取的所述目標推送內容的目標內容特征、所述對象圖特征、和所述評論圖特征進行注意力計算，得到目標社交媒體特征向量；
8、基于所述目標社交媒體特征向量對所述目標推送內容進行檢測處理，得到所述目標推送內容的檢測結果，其中，所述檢測結果用于指示所述目標推送內容是否真實。
9、在一些實施例，所述基于所述目標對象的對象信息進行圖注意力計算，得到對象圖特征，包括：
10、基于各個所述目標對象構建對象圖結構的對象節點，并基于每兩個所述目標對象之間的交互信息構建所述對象圖結構的對象邊，以生成所述對象圖結構；
11、在所述對象圖結構中，基于各個所述目標對象的所述對象信息，確定各個所述對象節點的初始對象節點特征，并基于各個所述對象邊關聯的兩個所述對象節點對應的所述目標對象之間的所述交互信息，確定所述對象邊的對象邊權重特征；
12、針對所述對象節點中的第一節點，基于所述第一節點的初始對象節點特征、除所述第一節點以外的第二節點的初始對象節點特征、以及連接所述第一節點和所述第二節點的所述對象邊的對象邊權重特征對所述第一節點進行注意力計算，得到第一注意力系數，其中，所述第一注意力系數用于指示所述第一節點對所述第二節點的關注程度；
13、基于所述第一注意力系數對所述第一節點的所述初始對象節點特征進行特征更新，得到所述第一節點的目標對象節點特征；
14、對多個所述第一節點的所述目標對象節點特征進行平均池化，得到所述對象圖特征。
15、在一些實施例，所述基于所述第一節點的初始對象節點特征、除所述第一節點以外的第二節點的初始對象節點特征、以及連接所述第一節點和所述第二節點的所述對象邊的對象邊權重特征對所述第一節點進行注意力計算，得到第一注意力系數，包括：
16、基于預設的權重矩陣對所述第一節點的初始對象節點特征、所述第二節點的初始對象節點特征進行特征拼接，得到對象節點拼接特征；
17、對所述對象節點拼接特征和所述對象邊權重特征進行注意力計算，得到對象節點融合特征；
18、對所述對象節點融合特征的激活結果進行歸一化處理，得到所述第一注意力系數。
19、在一些實施例，所述基于所述第一注意力系數對所述第一節點的所述初始對象節點特征進行特征更新，得到所述第一節點的目標對象節點特征，包括：
20、對所述第一節點針對單個第二節點的所述第一注意力系數、所述單個第二節點的初始對象節點特征和預設的權重矩陣進行矩陣相乘，得到乘積特征向量；
21、基于所述第二節點的節點數目，對多個所述乘積特征向量進行特征求和，得到所述第一節點的鄰接對象特征；
22、對所述鄰接對象特征進行激活處理，得到所述目標對象節點特征。
23、在一些實施例，所述評論數據包括所述目標對象在當前時間之前產生的各個評論信息、以及每兩個所述評論信息之間的關聯度；
24、所述基于所述目標對象的所述評論數據進行圖注意力計算，得到評論圖特征，包括：
25、基于各個所述評論信息構建評論圖結構的評論節點，并基于每兩個所述評論信息之間的所述關聯度構建所述評論圖結構的評論邊，以生成所述評論圖結構；
26、在所述評論圖結構中，基于各個所述評論信息，確定各個所述評論節點的初始評論節點特征，并基于各個所述評論邊關聯的兩個所述評論節點對應的所述評論信息之間的所述關聯度，確定所述評論邊的評論邊權重特征；
27、針對所述評論節點中的第三節點，基于所述第三節點的初始評論節點特征、除所述第三節點以外的第四節點的初始評論節點特征、以及連接所述第三節點和所述第四節點的所述對象邊的評論邊權重特征對所述第三節點進行注意力計算，得到第二注意力系數，其中，所述第二注意力系數用于指示所述第三節點對所述第四節點的關注程度；
28、基于所述第二注意力系數對所述第三節點的所述初始評論節點特征進行特征更新，得到所述第三節點的目標評論節點特征；
29、對多個所述第三節點的所述目標評論節點特征進行平均池化，得到所述評論圖特征。
30、在一些實施例，所述基于預先獲取的所述目標推送內容的目標內容特征、所述對象圖特征、和所述評論圖特征進行注意力計算，得到目標社交媒體特征向量，包括：
31、基于預設的查詢投影矩陣對所述對象圖特征進行特征投影，得到目標查詢特征向量；
32、基于預設的值投影矩陣對所述評論圖特征進行特征投影，得到目標值特征向量；
33、基于預設的鍵投影矩陣對所述目標內容特征進行特征投影，得到目標鍵特征向量；
34、對所述目標鍵特征向量和所述目標查詢特征向量進行注意力計算，得到注意力權重；
35、對所述注意力權重和所述目標值特征向量進行加權計算，得到所述目標社交媒體特征向量。
36、在一些實施例，所述基于所述目標社交媒體特征向量對所述目標推送內容進行檢測處理，得到所述目標推送內容的檢測結果，包括：
37、將所述目標社交媒體特征向量映射到預設的特征向量空間，得到映射社交媒體特征向量；
38、基于預設函數對所述映射社交媒體特征向量進行概率計算，得到所述目標推送內容的異常概率數據；
39、如果確定所述異常概率數據小于或者等于預設閾值，則將本文檔來自技高網...
【技術保護點】
1.一種社交媒體信息檢測方法，其特征在于，所述社交媒體信息檢測方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述目標對象的對象信息進行圖注意力計算，得到對象圖特征，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述第一節點的初始對象節點特征、除所述第一節點以外的第二節點的初始對象節點特征、以及連接所述第一節點和所述第二節點的所述對象邊的對象邊權重特征對所述第一節點進行注意力計算，得到第一注意力系數，包括：
4.根據權利要求2所述的方法，其特征在于，所述基于所述第一注意力系數對所述第一節點的所述初始對象節點特征進行特征更新，得到所述第一節點的目標對象節點特征，包括：
5.根據權利要求1所述的方法，其特征在于，所述評論數據包括所述目標對象在當前時間之前產生的各個評論信息、以及每兩個所述評論信息之間的關聯度；
6.根據權利要求1所述的方法，其特征在于，所述基于預先獲取的所述目標推送內容的目標內容特征、所述對象圖特征、和所述評論圖特征進行注意力計算，得到目標社交媒體特征向量，包括：
7.根
8.一種社交媒體信息檢測裝置，其特征在于，所述社交媒體信息檢測裝置包括：
9.一種電子設備，其特征在于，所述電子設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現權利要求1至7任一項所述的社交媒體信息檢測方法。
10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7任一項所述的社交媒體信息檢測方法。
...【技術特征摘要】
1.一種社交媒體信息檢測方法，其特征在于，所述社交媒體信息檢測方法包括：
2.根據權利要求1所述的方法，其特征在于，所述基于所述目標對象的對象信息進行圖注意力計算，得到對象圖特征，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述第一節點的初始對象節點特征、除所述第一節點以外的第二節點的初始對象節點特征、以及連接所述第一節點和所述第二節點的所述對象邊的對象邊權重特征對所述第一節點進行注意力計算，得到第一注意力系數，包括：
4.根據權利要求2所述的方法，其特征在于，所述基于所述第一注意力系數對所述第一節點的所述初始對象節點特征進行特征更新，得到所述第一節點的目標對象節點特征，包括：
5.根據權利要求1所述的方法，其特征在于，所述評論數據包括所述目標對象在當前時間之前產生的各個評論信息、以及每兩個所述評論信息之間的關聯度；
...【專利技術屬性】
技術研發人員：唐小初，龔述濤，舒暢，陳又新，
申請(專利權)人：平安科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。