[发明专利]一种检测网络水军以及找到网络水军的方法

说明书

技术领域

本发明涉及一种社交网络，具体地说，涉及的是一种检测网络水军以及找到网络水军的方法。

背景技术

如今社会，网络已经成为人们信息传播和资源共享的重要途径，对社会的生产活动产生了很大的影响。人们通过网络获取信息的方式更为快捷、经济和开放，大大方便了人们日常工作和生活，节约了成本。同时，网络也已经发展为一种虚拟的社会形态。

社交网络，主要类似微博，是一个基于用户关系的信息分享、传播以及获取的平台。在科技发达的今天，人们可以随时随地的看微博，发微博，获取最新的信息。但是信息的真实性，却并不像想象中那么高。

水军，是指在网络中大量灌水的人员。在楼主发微博之后，为了获得最广大网名的注意，就需要大量的人员来回复或者转发其微博。而这个工作常常需要成百上千的人来共同完成，于是经常会利用水军来完成这个任务。一旦大规模的水军在网络中发帖造势，很容易控制舆论导向，使得虚假信息到处传播，危害社会稳定。

发明内容

本发明要解决的问题是提供一种检测网络中存在的水军的方法，并基于此，找出这些水军，以便于发现并控制虚假信息的传播，从而可以尽量维护网络社会的真实和稳定性。

本发明一个目的是提供一种检测网络水军的方法，具体包括：

第一步，帐号特征模块对帐号特征向量进行描述，这个向量包括多维；

第二步，帐号检测模块对收集的帐号，根据帐号特征向量符合机器人帐号特性的多少来检测网络水军。

上述步骤中，用R表示机器人特征显著性，帐号的特征描述向量有多个维度，第i个维度有一个权值a[i]，被判断满足该维度条件的帐号会获得a[i]的权值加成，即R＝R+a[i]，当最终权值R＞Rmax，则该帐号为机器人帐号。a[i]与Rmax的值将在下面给出。

进一步的，所述帐号特征模块，其中帐号特征描述向量维度包括：

向量维度1：帐号的关注人数是否异常；

向量维度2：关注人数与粉丝数的比值是否异常；

向量维度3：帐号所发原创微博的文字内容是否为抄袭所得；

向量维度4：帐号所发图片内容是否为抄袭所得；

向量维度5：帐号转发微博是否不带评论；

向量维度6：帐号是否发广告和垃圾信息；

向量维度7：帐号所发评论是否为抄袭；

向量维度8：帐号发帖内容的是否相似度高；

向量维度9：帐号发帖频率是否异常。

向量维度10：帐号发帖间隔是否异常。

进一步的，所述帐号检测模块检测网络水军，具体流程如下：

1)向量维度1：帐号的关注人数异常。如果关注人数Nforward＞FMAX，FMAX＝300。则判断满足机器人特征，R＝R+a[1]，a[1]＝5；

2)向量维度2：关注人数与粉丝数的比值异常。如果关注人数与粉丝数的比值K＞Kmax＝5，或者K＜Kmin＝0.2。则判断满足机器人特征，R＝R+a[2]，a[2]＝3；

3)向量维度3：帐号所发原创微博的文字内容为抄袭所得。从帐号微博中选一句话出来进行搜索，把所有搜索出来的原创微博进行一种聚类。每一类中微博发布时间Wtime最小的微博可以认为是原创微博，而对于其余微博，如果相似度L＞Lmax，则认为是抄袭微博。获得除本帐号以外所有被认为抄袭了微博的帐号ID，转到1)步。Lmax＝90％。如果该帐号微博相似度L＞Lmax，，则判断满足机器人特征，R＝R+a[3]，a[3]＝4；

4)向量维度4：帐号所发图片内容为抄袭所得。通过图像处理技术判断图片中如果否有他人logo或者相互重叠的logo，则判断满足机器人特征，R＝R+a[4]，a[4]＝4；

5)向量维度5：帐号转发微博不带评论。不加评论的概率超过P＞Pmax＝95％，则判断满足机器人特征，R＝R+a[5]，a[5]＝2；

6)向量维度6：帐号发广告和垃圾信息。可以通过语义识别判断出帐号的评论是否为广告。对于有链接的回复可以获取其网址，打开网址。通过一定方法判断该回复是不是在为这个网站打广告。如果判断成功，则判断满足机器人特征，R＝R+a[6]，a[6]＝10；