(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210923309.2 (22)申请日 2022.08.02 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 舒畅　陈又新　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/35(2019.01) G06F 40/216(2020.01) G06F 40/289(2020.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 30/00(2012.01) G06F 16/9535(2019.01) (54)发明名称 垃圾账户的检测方法、 装置、 电子设备及存 储介质 (57)摘要 本发明涉及人工智能技术， 揭露了一种垃圾 账户的检测方法， 包括： 生成目标账户中用户信 息的邻接列表， 利用所述邻接列表 生成所述用户 信息的用户矩阵； 对所述用户矩阵进行聚合和更 新， 得到更新向量； 对所述更新向量进行分类， 得 到所述更新向量的用户分类结果； 对目标账户中 文本进行向量化转换， 得到文本向量； 将所述文 本向量进行分类， 得到文本分类结果； 计算分类 结果的加权平均值， 比较所述加权平均值和阈值 的大小， 确定 所述目标账户为垃圾账户。 此外， 本 发明还涉及区块链技术， 数据列表可存储于区块 链的节点。 本发 明还提出一种垃圾账户的检测装 置、 电子设备 以及存储介质。 本发明可 以提高垃 圾账户的检测的准确率。 权利要求书2页 说明书10页 附图3页 CN 115238041 A 2022.10.25 CN 115238041 A 1.一种垃圾账户的检测方法， 其特 征在于， 所述方法包括： 生成目标账户中用户信 息的邻接列表， 利用所述邻 接列表生成所述用户信 息的用户矩 阵； 对所述用户矩阵进行节点聚合， 得到目标用户矩阵； 按照预设的更新 函数对所述目标用户矩阵中的向量进行 更新， 得到更新向量； 利用预设的用户分类模型对所述更新向量进行分类， 得到所述更新向量的用户分类结 果； 对目标账户中文本进行向量 化转换， 得到文本向量； 将所述文本向量输入至预设的文本分类模型， 得到所述文本向量的文本分类结果； 计算所述用户分类结果和所述文本分类结果的加权平均值， 比较所述加权平均值和阈 值的大小， 当所述加权平均值大于阈值时， 确定所述目标 账户为垃圾账户。 2.如权利要求1所述的垃圾账户的检测方法， 其特征在于， 所述生成 目标账户中用户信 息的邻接列表， 包括： 对所述目标 账户中用户信息按照预设的索引进行二分类， 得到顶点信息和边信息； 对预设的顶点表进行初始化， 将所述顶点信息写入初始化后的顶点表内， 得到目标顶 点表； 将所述边信息按照连接关系依次写入预设的边表中， 得到目标边表； 根据所述目标顶点表和所述目标边表生成邻接列表。 3.如权利要求1所述的垃圾账户的检测方法， 其特征在于， 所述利用所述邻 接列表生成 所述用户信息的用户矩阵， 包括： 根据所述邻 接列表中的顶点信 息生成顶点数组， 根据所述邻 接列表中的边信 息生成边 数组； 根据所述顶点数组确定总顶点数， 根据所述 边数组确定总边数； 利用所述总顶点数和所述总边数构建邻接矩阵， 对所述邻接矩阵进行初始化； 根据所述邻接列表对初始化后的邻接矩阵进行填充， 得到所述用户信息的用户矩阵。 4.如权利要求1所述的垃圾账户的检测方法， 其特征在于， 所述对所述用户矩阵进行节 点聚合， 得到目标用户矩阵， 包括： 按照预设的节点分区方式对所述用户矩阵进行分区， 得到局部矩阵； 对所有局部矩阵进行平均池化， 得到所述局部矩阵的特 征值； 对所述特 征值进行拼接， 得到目标用户矩阵。 5.如权利要求1所述的垃圾账户的检测方法， 其特征在于， 所述按照预设的更新函数对 所述目标用户矩阵中的向量进行 更新， 得到更新向量， 包括： 利用如下 所述更新 函数对所述目标用户矩阵中的向量进行 更新： 其中, 是第k+1层节点u的特征向量， 表示第k层节点v的特征向量， N(u)表示 节点u的邻居节点集合， UPDATE(k)表示在第k层节点进行更新， AGGREGATE(k)表示对第k层节 点进行加 和， 表示节点v可以取到N(u)中的任意 值。权　利　要　求　书 1/2 页 2 CN 115238041 A 26.如权利要求1所述的垃圾账户的检测方法， 其特征在于， 所述对目标账户中文本进行 向量化转换， 得到文本向量， 包括： 对目标账户中文本进行分词处 理， 得到文本分词； 获取所述文本分词的词向量， 对所述词向量进行聚类处理， 得到每个特征词的聚类类 别； 基于权重算法计算每 个特征词在所述文本中的权 重； 根据所述聚类 类别和所述权 重生成文本向量。 7.如权利要求1至6中任一项所述的垃圾账户的检测方法， 其特征在于， 所述对目标账 户中文本进行向量 化转换， 得到文本向量， 包括： 对目标账户中文本进行分词处 理， 得到文本分词； 对所述文本分词进行 标记， 得到标记分词； 按照预设的句子 长度对所述标记分词进行 标记填充， 得到标准分词； 对所述标记分词进行注意力屏蔽， 得到注意力分词； 对所述注意力分词中的元 素进行映射， 得到所有注意力分词的唯一 ID； 将所述注意力分词和所述唯一ID输入至预训练的语言表征模型， 得到每个文本分词的 文本向量。 8.一种垃圾账户的检测装置， 其特 征在于， 所述装置包括： 用户矩阵模块， 用于生成目标账户中用户信息的邻接列表， 利用所述邻接列表生成所 述用户信息的用户矩阵； 节点聚合模块， 用于对所述用户矩阵进行节点聚合， 得到目标用户矩阵； 向量更新模块， 用于按照预设的更新函数对所述目标用户矩阵中的向量进行更新， 得 到更新向量； 用户分类模块， 用于利用预设的用户分类模型对所述更新向量进行分类， 得到所述更 新向量的用户分类结果； 向量化模块， 用于对目标 账户中文本进行向量 化转换， 得到文本向量； 文本分类模块， 用于将所述文本向量输入至预设的文本分类模型， 得到所述文本向量 的文本分类结果； 加权平均模块， 用于计算所述用户分类结果和所述文本分类结果的加权平均值， 比较 所述加权平均值和阈值的大小， 当所述加权平均值大于阈值时， 确定所述 目标账户为垃圾 账户。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任意一项 所 述的垃圾账户的检测方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意 一项所述的垃圾账户的检测方法。权　利　要　求　书 2/2 页 3 CN 115238041 A 3