CN205405506U - 基于神经网络的社交网络用户可信度认证装置 - Google Patents

Abstract

基于神经网络的社交网络用户可信度认证装置，包括：第一行为收集器(1)、第一数据累积器(2)、第一特征提取器(3)和第一神经网络识别器(4)，第一行为收集器(1)用于收集社交网络用户在现实世界与其他用户之间产生的第一社交行为；第一数据累积器(2)用于累积所述第一社交行为的相关数据；第一特征提取器(3)用于提取所述累积的第一社交行为的相关数据的第一特征值；第一神经网络识别器(4)用于根据所述第一特征值对所述社交网络用户的可信度认证。由于第一社交行为是两个用户在现实世界中产生的社交行为，这种行为具有不可模拟性，因此，使得获取的第一特征值更为真实可靠，进而第一神经网络识别器(4)得到的用户可信度也更具参考价值。

Description

基于神经网络的社交网络用户可信度认证装置

技术领域

本发明涉及社交网络技术领域，具体涉及基于神经网络的社交网络用户可信度认证装置。

背景技术

当前网络环境中用户的身份多数都是匿名的，这些匿名用户通过注册没有经过认证的账户来访问各种网络资源。他们在享受互联网带来的自由的同时也承受着有时不被信任、不被认可的尴尬和无奈，同时在一些需要信任关系的环境中也容易被其他用户所欺骗。

人们希望看到的是，在网络中的信息是可以被相信的，被人们所发布的信息可以依赖于信息发布者的被信任程度而拥有一定可靠性和可信度，用户可以凭借发布者的信任等级来自行判断是否相信某些信息，从而能够在网络环境中带来一种信任机制。

一些网站对注册用户采取认证制度，能够被认证的用户既具有一定的可信度，是真实存在的，能够和现实中的个体对应上，同时，其发布的信息通过认证途径而使得其容易被别人相信，具有一定的可信度，但这种认证过程是由用户自己提供信息，在实际应用中，他们发布的信息不一定可靠。

发明内容

本申请提供一种基于神经网络的社交网络用户可信度认证装置，包括：

第一行为收集器，用于收集社交网络用户在现实世界与其他用户之间产生的第一社交行为；

第一数据累积器，用于累积第一社交行为的相关数据；

第一特征提取器，用于提取累积的第一社交行为的相关数据的第一特征值；

第一神经网络识别器，用于根据第一特征值对社交网络用户的可信度认证。

一种实施例中，第一行为收集器包括：

搜索单元，用于通过第一用户持有的第一移动智能终端搜索附近的移动智能终端设备；

连接及位置信息交换单元，用于当发现一第二用户持有的第二移动智能终端时，则与第二移动智能终端建立会话连接，并与第二移动智能终端进行实时位置的交换；

实时行为识别单元，用于通过实时位置信息以及会话连接的状态信息，识别所述第一用户与第二用户当前正在进行的社交行为。

一种实施例中，第一行为收集器包括：

实时空间位置信息获取单元，用于通过第一用户持有的第一移动智能终端以及第二用户持有的第二移动智能终端，获取第一用户以及第二用户在现实世界中的实时空间位置信息；

记录及分析单元，用于将在现实世界中的实时空间位置信息上传给服务器，以便在服务器侧对的在现实世界中的实时空间位置信息进行记录，并根据记录的实时空间位置信息分析第一用户与所述第二用户的行动轨迹，根据行动轨迹识别第一用户与第二用户在现实世界中的社交行为。

一种实施例中，第一数据累积器包括：

第一记录子单元，用于记录社交网络用户在现实世界中与其他用户之间产生第一社交行为的时间、地点、次数；

复制子单元，用于将第一社交行为的相关信息复制到社交网络中，以便其他用户在社交网络中对所述第一社交行为进行线上评价或反馈；

第一数据分析子单元，用于分析第一记录子单元的数据，并根据分析结果将其他用户相对于网络用户分类为好友类和非好友类。

一种实施例中，第一数据累积器还包括第一计数器，第一计数器用于记录社交网络用户的好友的数量。

一种实施例中，社交网络用户可信度认证装置还包括：

第二行为收集器，用于收集社交网络用户在线网络中与其他用户之间产生的第二社交行为；

第二数据累积器，用于累积第二社交行为的相关数据；

第二特征提取器，用于提取累积的第二社交行为的相关数据的第二特征值；

第二神经网络识别器，用于结合第一特征值和第二特征值对社交网络用户的可信度认证。

一种实施例中，第二数据累积器包括：

第二记录子单元，用于记录社交网络用户在线网络中与其他用户之间产生第二社交行为的关注程度、留言次数；

第二数据分析子单元，用于分析第二记录子单元的数据，并根据分析结果将其他用户相对于网络用户分类为粉丝类和非粉丝类。

一种实施例中，第二数据累积器还包括第二计数器，第二计数器用于记录社交网络用户的粉丝的数量。

依据上述实施例的基于神经网络的社交网络用户可信度认证装置，由于第一社交行为是两个用户之间产生的社交行为，这种行为具有不可模拟性，因此，使得获取的第一特征值更为真实可靠，进而第一神经网络识别器得到的用户可信度也更具参考价值。

附图说明

图1为基于神经网络的社交网络用户可信度认证装置原理图；

图2为另一种第一行为收集器原理图；

图3为另一种基于神经网络的社交网络用户可信度认证装置原理图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

在本实用新型实施例中，根据两个用户在现实世界中的社交行为，并基于神经网络对用户的可信度进行认定。

本例提供一种基于神经网络的社交网络用户可信度认证装置，其原理图如图1所示，包括：第一行为收集器1、第一数据累积器2、第一特征提取器3和第一神经网络识别器4。

具体的，第一行为收集器1用于收集社交网络用户在现实世界与其他用户之间产生的第一社交行为；本例的第一行为收集器1包括搜索单元11、连接及位置信息交换单元12和实时行为识别单元13。

搜索单元11用于通过第一用户持有的第一移动智能终端搜索附近的移动智能终端设备；如，将本例的社交网络用户可信度认证装置安装于第一用户持有的第一移动智能终端内，第一用户打开使用的第一移动智能终端并开启社交网络用户可信度认证装置后，搜索单元11就可以自动搜索附近同样装有该社交网络用户可信度认证装置的移动智能终端。其中，移动智能终端可以通过蓝牙、NFC(NearFieldCommunication、近距离无线通信)、Wifi、红外等近距离传输技术发出握手信号，这种信号可以通过频谱中无线频率部分的电磁感应耦合等方式进行传递，传输距离比较有限。因此，对于某第一移动智能终端而言，如果能够接收到第二移动智能终端发出的握手信号，则证明这两个移动智能终端的距离比较近，相应的，这两个移动智能终端的持有者就可能在进行某种社交行为。

连接及位置信息交换单元12用于当发现一第二用户持有的第二移动智能终端时，则与第二移动智能终端建立会话连接，并与第二移动智能终端进行实时位置的交换；如果第一移动智能终端与第二移动智能终端都装有本例的社交网络用户可信度认证装置，则会以同样的协议发出握手信号，如果这两个终端的距离比较近，就可以互相接收到对方发出的握手信号，此时，这两个终端握手成功。握手成功之后，就说明第一移动智能终端发现了第二移动智能终端，进而就可以建立起这两个终端之间的会话连接，同时，还可以相互交换一些信息，这些信息可以是各自的实时位置信息。其中，关于移动智能终端的实时位置信息，可以是通过移动智能终端的GPS等定位装置获取，一个移动智能终端在获取到自己的实时位置信息之后，再通过建立的会话连接发送给与其握手成功的其他移动智能终端。

实时行为识别单元13用于通过实时位置信息以及会话连接的状态信息，识别第一用户与第二用户当前正在进行的社交行为；在现实世界中，不同的用户之间进行的社交行为可能有会面、同行、路过等。在本例中，首先要识别出不同用户之间正在进行的社交行为类型，然后用这种现实世界中的行为来影响虚拟世界中的社交行为，进而还可以再通过虚拟世界中的信息来影响现实世界中的行为。

具体在识别用户之间在现实世界中的社交行为时，就可以以之前获取到的移动智能终端各自的实时位置信息以及这两个移动智能终端之间的会话连接状态信息来进行判断。本例的移动智能终端为手机、ipad、或笔记本电脑等，具体的，以手机为例，为了便于理解，首先需要说明的是，在第一手机与第二手机之间的会话链接建立起来之后，第一手机与第二手机仍然需要互发握手信号，只有在两个手机能够互相接收到对方的握手信号的情况，才能保持会话的连接状态，如果会话连接建立起来之后的某时刻，两个手机接收不到对方的握手信号了，则这两个手机之间的会话连接就会断开。因此，本例的两个手机之间的会话连接的状态信息可以包括，会话处于连接状态的持续时间、建立会话的起始时间以及结束时间，等等。通过两个手机之间的会话连接状态信息，可以判断出两个用户之间的距离在何时比较近，以及处于这种近距离的持续时间是多长，这可以作为判断这两个用户之间正在发生怎样的社交行为的一方面的依据。

而另一方面的依据就在于两个用户之间的相对位置变化信息。具体在识别两个用户之间的相对位置变化信息时，就可以依据手机各自的实时位置信息来确定。例如，对于第一手机而言，其自身的实时位置信息可以通过自身的GPS系统(或者，移动通信网络基站定位，室内定位系统定位，红外定位等)获知，第二手机的实时位置信息可以在前述的交换信息的过程中获取，因此，就可以通过两个手机的实时位置信息的比对，来获取到两个用户之间的相对位置变化信息。具体的，这种相对位置变化信息包括：两个用户都处于静止状态(也即没有走动)、两个用户都处于运动状态并且运动的方向相同、两个用户都处于运动状态，但是运动的方向相反、两个用户都在某固定区域内活动等等。

在分析出两个用户处于近距离状态的时间，以及两者之间的相对位置变化信息之后，就可以大致判断出两个用户正在进行何种社交行为。例如，如果两个用户处于近距离状态的时间比较长，并且两个用户在此期间内都处于静止状态，则这两个用户可能正在进行会面，此时，还可以记录下会面的时间、地点等信息，将这些信息记录到各自的社交网络中；如果两个用户处于近距离状态的时间比较长，并且两个用户在此期间内是在向同一方向运动，则这两个用户可能正在同行，同样可以记录下一起行走的时间长短、路线等，记录到各自的社交网络中；如果两个用户处于近距离状态的时间比较短，并且两个用户在此期间内的运动方向相反，则这两个用户可能仅仅是路过，等等。

另一种实施例中，通过另一种方式获取第一社交行为，进一步，提供另外一种第一行为收集器1，如图2所示，包括实时空间位置信息获取单元14和记录及分析单元15。

由于第一用户持有的第一移动智能终端，以及第二用户持有的第二移动智能终端中，一般都带有定位系统，因此，可以通过移动智能终端上的定位系统获取到各自的实时空间位置信息，并将这种信息实时或者在能够连接到网络时上报给服务器，在服务器侧进行记录。这样，在服务器侧经过一段时间的记录之后，就可以分析出各个用户的运动轨迹，进而就可以根据运动轨迹分析出第一用户与第二用户之间是否发生过某种社交行为，或者是否规律性地发生过某种社交行为，等等，进而，就可以根据分析出的社交行为，向用户进行社交网络中的信息的推荐了。

本例的实时空间位置信息获取单元14用于通过第一用户持有的第一移动智能终端以及第二用户持有的第二移动智能终端，获取第一用户以及第二用户在现实世界中的实时空间位置信息；记录及分析单元15用于将在现实世界中的实时空间位置信息上传给服务器，以便在服务器侧对的在现实世界中的实时空间位置信息进行记录，并根据记录的实时空间位置信息分析第一用户与第二用户的行动轨迹，根据行动轨迹识别第一用户与第二用户在现实世界中的社交行为。

上述社交行为的两种获取方式都是通过两个用户的移动智能终端来发现两个用户之间是否发生某种社交行为，而不是通过单个用户自身执行的某种行为来进行识别。这是因为，单个用户自身执行的某种行为，是可以伪造的，例如某用户在某地吃饭等，这种行为可以通过模拟GPS数据等方式来进行伪造，并且难以区分出真伪。而在通过移动智能终端来发现附近的用户时，只有两个用户在现实世界中的距离确实比较接近时，才能发现对方，这种数据是无法伪造的，因此，能够提高识别出的社交行为的真实性。

第一数据累积器2用于累积第一社交行为的相关数据；本例中，第一数据累积器2包括第一记录子单元21和复制子单元22；用户在现实世界中与其他用户发生了社交行为之后，可以对相关数据进行记录，然后将多个记录进行累积，以此作为评判一个用户可信度的依据。其中，第一社交行为的相关数据可以包括用户与其他用户发生某种社交行为的时间、地点、次数等等，

第一记录子单元21就是用于记录社交网络用户在现实世界中与其他用户之间产生第一社交行为的时间、地点、次数；此外，还可以将两个用户在现实世界中发生的社交行为复制到线上，这样，其他用户都可以对此次行为进行评价、反馈信息等等，而复制子单元22用于将第一社交行为的相关信息复制到社交网络中，以便其他用户在社交网络中对第一社交行为进行线上评价或反馈。

为了进一步明确社交网络用户与其他用户之间的关系，本例的第一数据累积器2还包括第一数据分析子单元23，第一数据分析子单元23用于分析第一记录子单元21记录的数据，并根据分析结果将其他用户相对于网络用户分类为好友类和无名类，具体的，第一数据分析子单元23分析社交网络用户在现实世界中与其他用户之间产生第一社交行为的次数将其分类为好友类或非好友类，如，判断会面或同行的次数达到10次以上，即判定该某一用户是该社交网络用户的好友，将其标志为好友类，否则标志为非好友类；进一步，第一数据累积器还包括第一计数器24，第一计数器24用于记录该社交网络用户的好友的数量；第一特征提取器3用于提取累积的第一社交行为的相关数据的第一特征值，本例的第一特征值是社交网络用户的好友的数量。

第一神经网络识别器4根据第一特征值对社交网络用户的可信度认证；具体的，构建第一神经网络识别器4的训练模型，该训练模型根据已设定样本集进行训练，该样本集为好友的权重和好友的数量，直至训练至期望可信度权重；将第一特征提取器3提取的第一特征值输入第一神经网络识别器4，第一神经网络识别器4的训练模型对第一特征值进行训练，并将训练结果与期望可信度进行比较，若误差值小于预先设定的误差值，则输出训练结果，该训练结果即是该社交网络用户的可信度权重，预先设定的误差值为0.001，从而根据该训练结果对社交网络用户的可信度进行认证。

另一种实施例中，将上述社交网络用户在现实世界中的第一社交行为与其在在线网络中的第二社交行为相结合，综合认证其可信度，该社交网络用户可信度认证装置原理图、如图3所示，社交网络用户可信度认证装置还包括：第二行为收集器5、第二数据累积器6、第二特征提取器7和第二神经网络识别器8。

第二行为收集器5用于收集社交网络用户在线网络中与其他用户之间产生的第二社交行为；第二数据累积器6用于累积第二社交行为的相关数据，本例的第二数据累积器6包括：第二记录子单元61和第二数据分析子单元62，第二记录子单元61用于记录社交网络用户在线网络中与其他用户之间产生第二社交行为的关注程度、留言次数；第二数据分析子单元62用于分析第二记录子单元的数据，并根据分析结果将其他用户相对于所述网络用户分类为粉丝类和非粉丝类，如，第二数据分析子单元62分析到某一用户在线单方面关注社交网络用户，而该社交网络用户并不关注该某一用户，则判定该某一用户是该社交网络用户的粉丝，将其标志为粉丝类，否则将其标志为非粉丝类；进一步，第二数据累积器6还包括第二计数器63，第二计数器63用于记录社交网络用户的粉丝的数量；第二特征提取器7用于提取累积的第二社交行为的相关数据的第二特征值，该第二特征值为社交网络用户的粉丝的数量。

第二神经网络识别器8用于结合第一特征值和第二特征值对社交网络用户的可信度认证；具体的，构建第二神经网络识别器8的训练模型，该训练模型根据已设定样本集进行训练，该样本集为好友的权重、好友的数量、粉丝的权重和粉丝的数量，直至训练至期望可信度权重；好友的权重和粉丝的权重可以分别赋予不同的权重，以体现好友与粉丝对一个用户可信度的影响力的不同，将第二特征提取器7提取的第二特征值和第一特征提取器3提取的第一特征值分别输入第二神经网络识别器8，第二神经网络识别器8的训练模型对第二特征值和第一特征值进行训练，并将训练结果与期望可信度进行比较，若误差值小于预先设定的误差值，则输出训练结果，该训练结果即是该社交网络用户的可信度权重，预先设定的误差值为0.01，从而根据该训练结果对社交网络用户的可信度进行认证。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (8)

1.基于神经网络的社交网络用户可信度认证装置，其特征在于，包括：

第一行为收集器(1)，用于收集社交网络用户在现实世界与其他用户之间产生的第一社交行为；

第一数据累积器(2)，用于累积所述第一社交行为的相关数据；

第一特征提取器(3)，用于提取所述累积的第一社交行为的相关数据的第一特征值；

第一神经网络识别器(4)，用于根据所述第一特征值对所述社交网络用户的可信度认证。

2.如权利要求1所述的社交网络用户可信度认证装置，其特征在于，所述第一行为收集器(1)包括：

搜索单元(11)，用于通过第一用户持有的第一移动智能终端搜索附近的移动智能终端；

连接及位置信息交换单元(12)，用于当发现一第二用户持有的第二移动智能终端时，则与所述第二移动智能终端建立会话连接，并与所述第二移动智能终端进行实时位置的交换；

实时行为识别单元(13)，用于通过所述实时位置信息以及会话连接的状态信息，识别所述第一用户与所述第二用户当前正在进行的社交行为。

3.如权利要求1所述的社交网络用户可信度认证装置，其特征在于，所述第一行为收集器(1)包括：

实时空间位置信息获取单元(14)，用于通过第一用户持有的第一移动智能终端以及第二用户持有的第二移动智能终端，获取第一用户以及第二用户在现实世界中的实时空间位置信息；

记录及分析单元(15)，用于将所述在现实世界中的实时空间位置信息上传给服务器，以便在服务器侧对的所述在现实世界中的实时空间位置信息进行记录，并根据记录的实时空间位置信息分析所述第一用户与所述第二用户的行动轨迹，根据所述行动轨迹识别第一用户与第二用户在现实世界中的社交行为。

4.如权利要求2或3所述的社交网络用户可信度认证装置，其特征在于，所述第一数据累积器(2)包括：

第一记录子单元(21)，用于记录社交网络用户在现实世界中与其他用户之间产生第一社交行为的时间、地点、次数；

复制子单元(22)，用于将所述第一社交行为的相关信息复制到社交网络中，以便其他用户在所述社交网络中对所述第一社交行为进行线上评价或反馈，累积评价或反馈的数据；

第一数据分析子单元(23)，用于分析所述第一记录子单元(21)的数据，并根据分析结果将其他用户相对于所述网络用户分类为好友类和非好友类。

5.如权利要求4所述的社交网络用户可信度认证装置，其特征在于，所述第一数据累积器(2)还包括第一计数器(24)，所述第一计数器(24)用于记录所述社交网络用户的好友的数量。

6.如权利要求5所述的社交网络用户可信度认证装置，其特征在于，还包括：

第二行为收集器(5)，用于收集社交网络用户在线网络中与其他用户之间产生的第二社交行为；

第二数据累积器(6)，用于累积所述第二社交行为的相关数据；

第二特征提取器(7)，用于提取所述累积的第二社交行为的相关数据的第二特征值；

第二神经网络识别器(8)，用于结合所述第一特征值和第二特征值对所述社交网络用户的可信度认证。

7.如权利要求6所述的社交网络用户可信度认证装置，其特征在于，所述第二数据累积器(6)包括：

第二记录子单元(61)，用于记录社交网络用户在线网络中与其他用户之间产生第二社交行为的关注程度、留言次数；

第二数据分析子单元(62)，用于分析所述第二记录子单元的数据，并根据分析结果将其他用户相对于所述网络用户分类为粉丝类和非粉丝类。

8.如权利要求7所述的社交网络用户可信度认证装置，其特征在于，所述第二数据累积器(6)还包括第二计数器(63)，所述第二计数器(63)用于记录所述社交网络用户的粉丝的数量。