[发明专利]基于新闻评论的网络水军识别方法和装置

说明书

本申请提出一种基于新闻评论的网络水军识别方法和装置，其中，方法包括：获取第一用户针对预设新闻事件发布的目标评论集，其中，目标评论集中包括多条评论及每条评论的发布时间；根据目标评论集中各条评论间的相似性，确定第一用户对应的第一文本相似度特征；根据预设新闻事件对应的参考时间窗口及第一用户的每条评论的发布时间，确定第一用户对应的信息熵特征；利用预设的模型，对第一用户对应的第一文本相似度特征及信息熵特征进行编码、解码处理，确定第一用户为水军的概率值。该方法通过提取用户发布的评论文本相似性特征，和可指示用户发布评论规律的信息熵特征，利用预设的模型对提取的特征进行处理，实现识别新闻评论中的水军。

技术领域

本申请涉及大数据处理技术领域，尤其涉及一种基于新闻评论的网络水军识别方法和装置。

背景技术

网络水军为一群在网络中针对特定内容发布特定信息的、被雇佣的网络写手。网络水军通常简称水军，又名网络枪手，他们通常活跃在电子商务网站、论坛、微博等社交网络平台中。他们通过伪装成普通网民或消费者，通过发布、回复和传播博文等对正常用户产生影响。

传统网络水军识别的最早研究主要集中在电子邮件领域，也是相对成熟的领域。随着电子商务与社交网络的发展，在电子商务和社交网络上也出现了大量以混淆人们视野的网络水军，针对电子商务和社交网络的特点也出现了大量的网络水军的识别方法。

但在新闻领域中，由于新闻具有时效性、水军间无明显的社交关系等特征，从而采用上述领域的水军识别方法，不能识别新闻评论领域的水军。

发明内容

本申请提出一种基于新闻评论的网络水军识别方法和装置，用于解决现有技术中对产品、电子邮件、社交领域进行水军识别的方法，不能识别新闻评论领域的水军的问题。

本申请一方面实施例提出了一种基于新闻评论的网络水军识别方法，包括：

获取第一用户针对预设新闻事件发布的目标评论集，其中，目标评论集中包括多条评论及每条评论的发布时间；

根据所述目标评论集中各条评论间的相似性，确定所述第一用户对应的第一文本相似度特征；

根据所述预设新闻事件对应的参考时间窗口及所述第一用户的每条评论的发布时间，确定所述第一用户对应的信息熵特征；

利用预设的模型，对所述第一用户对应的第一文本相似度特征及信息熵特征进行编码、解码处理，确定所述第一用户为水军的概率值。

本申请实施例的基于新闻评论的网络水军识别方法，通过首先获取第一用户针对预设新闻事件发布的目标评论集，其中，目标评论集中包括多条评论及每条评论的发布时间，然后根据目标评论集中各条评论间的相似性，确定第一用户对应的第一文本相似度特征，根据预设新闻事件对应的参考时间窗口及第一用户的每条评论的发布时间，确定第一用户对应的信息熵特征，之后利用预设的模型，对第一用户对应的第一文本相似度特征及信息熵特征进行编码、解码处理，确定第一用户为水军的概率值。由此，通过提取用户发布的评论文本相似性特征，和可指示用户发布评论规律的信息熵特征，利用预设的模型对提取的特征进行处理，实现识别新闻评论中的水军。

本申请另一方面实施例提出了一种基于新闻评论的网络水军识别装置，包括：

第一获取模块，用于获取第一用户针对预设新闻事件发布的目标评论集，其中，目标评论集中包括多条评论及每条评论的发布时间；

第一确定模块，用于根据所述目标评论集中各条评论间的相似性，确定所述第一用户对应的第一文本相似度特征；

第二确定模块，用于根据所述预设新闻事件对应的参考时间窗口及所述第一用户的每条评论的发布时间，确定所述第一用户对应的信息熵特征；