[发明专利]基于虚假交易和社交关系矩阵分析的水军身份确认方法

说明书

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种基于虚假交易和社交关系矩阵分析的水军身份确认方法。

背景技术

在当代，网购已经成为人们的一种消费手段，并且越来越受大众的欢迎。淘宝网作为一个主要的网购站点，该网站上的一些不法商家为了谋取利益，雇佣水军进行虚假交易获取虚假好评，欺骗消费者，破坏了网购的诚信原则，损害消费者利益。

针对某些不良商家雇佣水军获取虚假好评，欺骗消费者购买商品的行为，淘宝只关注于商家的作假的举证和惩罚，而忽略了导致消费者真正受害的源头——淘宝水军的存在。如果只是着眼于发现不良商家加以惩罚，这样的措施于整个淘宝交易平台的诚信环境的提高，是治标不治本的。因此，需要通过打击水军以保障商家提供较高可信度的商品信息，从而保证淘宝买家网购的安全。

发明内容

本发明解决的问题是提供一种基于虚假交易和社交关系矩阵分析的水军身份确认方法，可以高效地对用户的水军身份进行确认。

为解决上述问题，本发明提供了一种基于虚假交易和社交关系矩阵分析的水军身份确认方法，包括：

获取交易服务器中用户的虚假交易信息，对虚假交易信息的不同时间段进行侧重分析，获得自身嫌疑度矩阵；

获取社交服务器中用户的社交关系信息，对用户的社交关系进行水军嫌疑比重分析，获得社交关系嫌疑度矩阵；

利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度；

将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。

可选的，所述虚假交易信息为评价数据中交易数量为0的交易。

可选的，所述社交关系信息包括待身份确认用户对应的关注用户、粉丝用户和访客用户。

可选的，还包括：获得所述关注用户、粉丝用户和访客用户中的水军比例，对各种用户进行水军嫌疑比重分析。

可选的，所述水军判别阈值是0到1之间的数，取值小，接近0，表示容忍度低；取值大，接近1，表示容忍度高。

可选的，所述用户的水军嫌疑度

与现有技术相比，本技术方案具有以下优点：

通过所述基于虚假交易和社交关系矩阵分析的水军身份确认方法，可以很容易的辨别确认用户是否为水军，从而可以净化网络购物环境。

附图说明

图1是本发明实施例的基于虚假交易和社交关系矩阵分析的水军身份确认方法的流程示意图。

具体实施方式

下面结合附图，通过具体实施例，对本发明的技术方案进行清楚、完整的描述。

请参考图1，为本发明实施例的基于虚假交易和社交关系矩阵分析的水军身份确认方法的流程示意图，包括：

步骤S101，获取交易服务器中用户的虚假交易信息，对虚假交易信息的不同时间段进行侧重分析，获得自身嫌疑度矩阵；

步骤S102，获取社交服务器中用户的社交关系信息，对用户的社交关系进行水军嫌疑比重分析，获得社交关系嫌疑度矩阵；

步骤S103，利用所述自身嫌疑度矩阵和社交关系嫌疑度矩阵获得用户的水军嫌疑度；

步骤S104，将水军嫌疑度与水军判别阈值进行比较，当所述水军嫌疑度大于水军判别阈值，则判断用户为水军。

具体的，执行步骤S101，获取交易服务器中用户的虚假交易信息。

所述交易服务器可以为网络购物平台内部的交易服务器，例如淘宝平台的交易服务器，或者也可以为专用的网购数据挖掘平台，用于存储网购过程中的交易数据。

所述虚假交易信息为虚假交易的信息。以淘宝为例，淘宝的评论数据中包含“购买数量”属性。该属性记录一条评论发生时买家购物的数量。淘宝水军通过某种手段能够进行虚假交易，这样的虚假交易导致评论数据中的“购买数量”属性中的值为0，而利用淘宝15天自动评论功能就能为商家获得好评。同时，由于被淘宝15天自动评论的交易不会显示评价，其他买家不能看到具体的交易信息，因此一个商品的销量可以被水军抬得很高。根据这个现象，本专利中通过评论数据中的0购买数量来判断虚假交易。