[发明专利]一种基于网络点赞检测网络水军的方法

权利要求书

1.一种基于网络点赞检测网络水军的方法，其特征在于，该方法包括以下步骤：

步骤1：获取热门信息下用户点赞人群列表，将点赞人群列表通过计算点赞用户的活跃程度，统计关注人数和粉丝人数，根据设定的活跃率阈值、单向关注阈值过滤，得到初始嫌疑水军集合S；

步骤2：获取初始嫌疑水军集合S中用户的社交动态信息以及个人信息中包含的用户，若初始嫌疑水军集合S未达到设置的用户总值，则继续迭代获取初始嫌疑水军集合S中用户的社交动态信息以及个人信息中包含的用户，得到新的嫌疑水军集合S’；

步骤3：在嫌疑水军集合S’中根据用户之间的点赞动态构建点赞信息列表集合，根据点赞信息集合列表，计算出每两个用户之间的点赞相似度，设定相似度阈值，然后根据相似度阈值标记出水军用户，根据用户之间的点赞相似度将标记出的水军用户进行分组，得到网络水军；

步骤4：将标记出的水军用户加入到嫌疑水军集合S中，迭代步骤2到步骤3，实时检测出网络水军。

2.根据权利要求1所述的方法，其特征在于，所述热门信息根据社区平台不同，热门信息也不同，具体包括热门问答、热门微博、热门回帖和热门评论。

3.根据权利要求1所述的方法，其特征在于，所述社交动态信息为在不同社区平台上进行的互动信息，包括发布的信息以及参与过互动的信息，具体为点赞操作、评论操作、转发操作、浏览操作和搜索操作。

4.根据权利要求1所述的方法，其特征在于，所述个人信息为基本注册信息、关注的人信息和粉丝的信息。

5.根据权利要求1所述的方法，其特征在于，步骤1所述活跃率阈值：对于一个用户而言，社交动态信息在一段时间内的比率，为活跃率阈值Ma；所述单向关注阈值：用户的粉丝人数与关注人数的比值，为单向关注阈值Mf；其两阈值的设定：根据经验设定，对结果进行抽样实验进行验证，根据验证结果重新计算阈值，反复多次使得抽样结果最佳，确定阈值。

6.根据权利要求1所述的方法，其特征在于，步骤3所述构建点赞信息列表集合，具体为：每一个用户和其对应发布的信息、社交动态信息构成一个点赞信息列表，然后，对所有的用户构建出点赞信息列表集合。

7.根据权利要求1所述的方法，其特征在于，步骤3所述计算出每两个用户之间的点赞相似度J，具体由公式(Ⅰ)计算得到：

J(X,Y)=Intersection(X,Y)Union(X,Y)---(I)]]>

其中，X、Y分别为两个用户的点赞列表，Intersection(X,Y)、Union(X,Y)分别表示用户点赞列表X、Y的交集和并集；J(X,Y)的范围是[0,1]。

8.根据权利要求1所述的方法，其特征在于，步骤3所述相似度阈值Ms的设定：通过人工观察用户是否具有水军的特征获得部分嫌疑用户，使用点赞相似度计算方式计算嫌疑用户相似度值，再对计算出的嫌疑用户相似度值取平均值，以该平均值设定为相似度阈值。