[发明专利]一种基于聚类的应用市场刷榜共谋组检测方法

权利要求书

1.一种基于聚类的应用市场刷榜共谋组检测方法，其特征在于，该方法包括以下步骤：

步骤1：从应用市场爬取数据集，通过限制评论者的评论数量来过滤，以得到最后实验需要的评论者集合；即选取评论数量超过某一阈值的这些评论者作为数据集；

步骤2：首先任选数据集中的一个核心点作为初始集合；

步骤3：根据当前核心点的初始参数，即评论者嫌疑分数作为阈值η和评论者间相似度作为阈值∈找出该数据集中的所有核心点；

步骤4：以任一核心点为出发点，找出由其密度可达的样本生成聚类簇，直到所有核心点均被访问过为止；

步骤5：输出簇划分结果，其中簇划分结果包含聚类簇数和簇内每一个数据的详细信息；其中：

所述评论者嫌疑分数RSS由三部分计算分数组成，包括评论者分数、评论嫌疑分数以及应用嫌疑分数；计算公式如下：

其中，i表示评论者，j表示评论，k表示应用；RSS表示评论者嫌疑分数；SR_i表示评论者分数；n_i表示评论者i所有评论数量，SS_j表示评论嫌疑分数，c_ij表示评论者i的第j个评论；m_k表示评论者i所有评论应用数量，SA_k表示应用嫌疑分数，t_ik表示评论者i评论的第k个应用；

所述评论者间相似度即两评论者x和y之间相似度SC_(x,y)，计算公式如下：

其中，S_car(x,y)表示应用相似度，S_crr(x,y)表示评论相似度，S_card(x,y)表示评分相似度。

2.根据权利要求1所述的基于聚类的应用市场刷榜共谋组检测方法，其特征在于，所述步骤1中数据集的爬取，包括苹果应用市场。

3.根据权利要求1所述的基于聚类的应用市场刷榜共谋组检测方法，其特征在于，所述步骤1中通过爬取所得到的数据集中的数据特征包括：评论者姓名、评论内容、评论分数、评论的应用、评论的应用数量和评论字数。

4.根据权利要求1所述的基于聚类的应用市场刷榜共谋组检测方法，其特征在于，所述核心点由评论者嫌疑分数确定。

5.根据权利要求1所述的基于聚类的应用市场刷榜共谋组检测方法，其特征在于，所述密度可达，其范围要定义ε-领域；对x_j∈D，其ε-邻域包含数据集D中与x_j的相似度阈值大于∈的对象，即