淄博师范高等专科学校

本发明提供以一种基于结构感知图Transformer的社交网络虚假账户检测方法，首先基于社交网络的每个用户节点，计算节点的中心性、聚类系数以及图拉普拉斯的前若干个最小非零特征值对应的特征向量，并将所属述节点特征与节点原始特征进行拼接，形成结构增强特征，再基于结构感知特征矩阵计算节点之间的余弦相似度矩阵，然后，基于对每个目标节点进行TopK采样选取前K个相似的节点构成输入序列，输入Transformer中进行建模得到建模后的新表示，同时，在Transformer的多头注意力中引入基于初始相似度得分的可学习偏置和基于节点间最短路径距离的可学习偏置。随后，将建模后的新表示进行全连接层的处理得到最终的预测结果，最后基于深度学习理论训练神经网络模型。用训练得到的网络模型，得出测试集上的预测结果。本方法能够在已知社交网络用户属性特征与关系拓扑结构的情况下，实现对社交网络中虚假账户的预测。