[发明专利]用于微博水军识别的方法与设备

说明书

本申请的目的是提供一种用于微博水军识别的方法与设备。与现有技术相比，本申请通过获取待识别的微博用户的N个维度属性信息，其中，所述维度属性信息包括微博用户在微博的相关活动信息，其中，N为大于1的预设值；将所述N个维度属性信息输入已训练的改造过的DNN网络；获取所述改造过的DNN网络基于所述N个维度属性信息确定的、对应微博用户是否为微博水军的输出结果。通过这种方式，能够准确高效地识别出微博水军。

技术领域

本申请涉及计算机技术领域，尤其涉及一种用于微博水军识别的技术。

背景技术

目前微博疑似水军的计算分为基于规则和传统机器学习的模式。基于规则的识别方式简单但是水军伪装方式一直在变，因此基于规则疲于应付。基于传统机器学习的方式避免了基于规则的一些缺点，但是准确性不是很高。

发明内容

本申请的目的是提供一种用于微博水军识别的方法与设备。

根据本申请的一个方面，提供了一种用于微博水军识别的方法，其中，该方法包括：

获取待识别的微博用户的N个维度属性信息，其中，所述维度属性信息包括微博用户在微博的相关活动信息，其中，N为大于1的预设值；

将所述N个维度属性信息输入已训练的改造过的DNN网络；

获取所述改造过的DNN网络基于所述N个维度属性信息确定的、对应微博用户是否为微博水军的输出结果。

进一步地，其中，在所述获取待识别的微博用户的N个维度属性信息之前，所述方法还包括：

获取待识别的微博用户的筛选信息；

基于对所述筛选信息的预设规则，对所述待识别的微博用户进行筛选；

其中，所述获取待识别的微博用户的N个维度属性信息包括：

获取筛选后的待识别的微博用户的N个维度属性信息。

进一步地，其中，所述筛选信息包括以下至少任一项：微博用户的身份认证类型；微博用户的粉丝数。

进一步地，其中，所述方法还包括训练改造过的DNN网络，其中，所述训练改造过的DNN网络包括：

获取已标注微博水军的微博用户的N个维度属性信息；

将所述已标注微博水军的微博用户的N个维度属性信息输入改造过的DNN网络进行训练，直至计算出的损失值满足预设的损失阈值。

进一步地，其中，所述改造过的DNN网络包括：输入层、隐藏层、输出层以及softmax层，其中，输入层由N个神经元组成，对应N个维度属性信息，作为输入向量；隐藏层有两层，每层的神经元个数设定为2N+1个；输出层由2个神经元组成；softmax层用来确定是否为微博水军的最终计算。

进一步地，其中，所述N个维度属性信息包括：单位周时间微博原创数量、单位周时间转发量、粉丝数、单条微博的平均被转发评论、关注他人数、收藏数量、点赞数。

根据本申请的另一方面，还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现如前述方法的操作。

根据本申请的再一方面，还提供了一种用于微博水军识别的设备，其中，该设备包括：

一个或多个处理器；以及

存储有计算机可读指令的存储器，所述计算机可读指令在被执行时使所述处理器：获取待识别的微博用户的N个维度属性信息，其中，所述维度属性信息包括微博用户在微博的相关活动信息，其中，N为大于1的预设值；将所述N个维度属性信息输入已训练的改造过的DNN网络；获取所述改造过的DNN网络基于所述N个维度属性信息确定的、对应微博用户是否为微博水军的输出结果。