[发明专利]网络水军的识别方法及装置、存储介质和处理器

说明书

本申请公开了一种网络水军的识别方法及装置、存储介质和处理器。该方法包括：从互联网中抓取预设时间段内与目标关键词相关的文本数据信息；将文本数据信息输入至网络水军识别模型，其中，其中，网络水军识别模型为使用多组历史文本数据通过机器学习训练出的，多组历史文本数据中的每组历史文本数据均包括：历史文本数据信息和历史文本数据信息中标识出的网络水军的特征；从网络水军识别模型的输出结果中识别文本数据信息中是否存在网络水军的参与。通过本申请，解决了相关技术中难以对网络水军进行识别的技术问题。

技术领域

本申请涉及互联网信息处理技术领域，具体而言，涉及一种网络水军的识别方法及装置、存储介质和处理器。

背景技术

随着互联网时代的到来，出现了网络水军，巨大的用户群与潜在的商机，使虚假意见和垃圾信息被广泛地制造和传播，该类危害的源头即俗称网络水军。例如，许多热门事件背后，都隐藏着大量网络水军。

广义上的网络水军是指基于利益或价值观认同等理由，受特定组织或个人的驱使，协同参与特定网络议题或事件的评论、转发、点赞等网络行为的一组账户。网络水军具有以下特征：四性特征：网络水军具有组织性、被动性、协同性、群体性特征。目标相同：网络水军进行危害行为的目标大多都是获得经济利益或扭转价值观以造成网络影响。数量巨大：网络水军为达到其目的，造成网络影响，必然会大量利用水军软件机器人或傀儡账号。行为异常：因其不正常动机，网络水军的行为模式显著异于正常用户。网络水军的常用操作技术和手法：网络水军的攻击特征，在最短的时间内，让消息爆炸性地传播，是网络水军的主要操作目的。以微博为例，现代网络水军攻击形式，往往高度贴合现有社交媒体的功能和技术。目前来看，常用的攻击方式有：①转发、点赞：为某条微博疯狂转发、点赞，让转发数和点赞数快速上升，形成微博上的热门。②热门评论：在某条热门评论下面，不停的盖楼、点赞，让该热门评论被系统置顶，同时评论本身盖楼内容都含有水军有意发布的内容。③热门话题：通过众多账号转发，让话题上热门排行榜，然后在热门话题下面发布一些水军言论。④热搜：不停的搜索某些关键字，然后这些关键字上热搜榜，并且扩大影响范围。⑤粉丝红包等：利用有限的金钱，通过发红包的方式将话题转发扩散，非常隐蔽。

随着互联网发展，进入Web 2.0以用户为中心的时代，通过网络应用进行信息交换的模式兴起。网络社区、电商网站、社交网站、博客、Wiki、社会媒体等逐渐流行，开放的平台形成了以兴趣为聚合点的用户社群，使得具有极高价值的用户信息在网络上不断累积。与此同时，以妨害商业利益和扰乱网络秩序为目的，制造宣传垃圾观点的网络水军在社交网络中开始泛滥。

新一代网络水军，较之以往有很大不同：其目标范围更广，危害影响更大；关注点不再局限于产生目标内容，而更多地转向了目标用户本身。他们结合社交媒体的特点，大量使用傀儡账号，并形成了具有一定组织性和规模的团体，行为具有高度隐蔽性。此阶段的水军识别起来便更加困难。身处信息爆炸的时代，如果不能及时对水军做出识别，就极有可能引发恶劣的舆论影响。

针对相关技术中难以对网络水军进行识别的技术问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种网络水军的识别方法及装置、存储介质和处理器，以解决相关技术中难以对网络水军进行识别的技术问题。

为了实现上述目的，根据本申请的一个方面，提供了一种网络水军的识别方法。该方法包括：从互联网中抓取预设时间段内与目标关键词相关的文本数据信息；将所述文本数据信息输入至网络水军识别模型，其中，其中，所述网络水军识别模型为使用多组历史文本数据通过机器学习训练出的，所述多组历史文本数据中的每组历史文本数据均包括：历史文本数据信息和所述历史文本数据信息中标识出的网络水军的特征；从所述网络水军识别模型的输出结果中识别所述文本数据信息中是否存在网络水军的参与。