基于深度图卷积网络的社交机器人识别方法

摘要：

提出了一种基于深度图卷积神经网络的社交机器人识别方法.首先,在元数据特征的基础上,引入RoBERTa模型进行博文情绪分类,进一步提取更能区分社交机器人和普通人的情绪多样性特征;同时采用single-pass进行博文聚类,构造博文相似图;在此基础上,提出了在GCNII模型上增加Attention机制的A-GCNII模型,通过捕捉用户元数据特征和社交网络中同一话题下的用户关系结构特征识别社交机器人.在真实新浪微博数据集上进行对比实验的结果表明,该方法在识别准确性和效果上均表现良好.

关键词：注意力机制、深度图卷积网络、情绪多样性特征、社交机器人

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

在线出版日期：2022-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：615-622,629