[发明专利]汽车主机厂网络数据的水军识别方法及装置

权利要求书

1.一种汽车主机厂网络数据的水军识别方法，其特征在于，包括以下步骤：

从网络爬取初始汽车主机厂网络数据；

对所述初始汽车主机厂网络数据进行数据处理，得到清洗后的最终网络数据；

根据所述最终网络数据对每位用户创建不同维度的特征变量，并基于所述每位用户的特征变量生成聚类模型；以及

将所述聚类模型与预设的水军特征合并，生成水军规则识别模型，以利用所述水军规则识别模型识别任一网络数据中的水军数据，得到有效汽车主机厂网络数据。

2.根据权利要求1所述的方法，其特征在于，所述初始汽车主机厂网络数据包括与主机厂相关的文章信息、视频信息及评论信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述每位用户的特征变量生成聚类模型，包括：

将所述用户的特征变量进行标准化处理，得到处理后的特征变量；

将所有处理后的特征变量分别进行KMeans与DBSCAN聚类模型估计，融合得到所述聚类模型。

4.根据权利要求3所述的方法，其特征在于，特征变量的标准化公式为：

其中，x₁为所述用户该特征变量标准化后的取值，x为所述用户该特征变量原始取值，u为该特征变量的平均值，σ为该特征变量标准差。

5.根据权利要求1所述的方法，其特征在于，所述对所述初始汽车主机厂网络数据进行数据处理，包括：

筛选出所述初始汽车主机厂网络数据中重复的数据；

和/或，去除所述初始汽车主机厂网络数据中包含预设字符的数据。

6.一种汽车主机厂网络数据的水军识别装置，其特征在于，包括：

爬取模块，用于从网络爬取初始汽车主机厂网络数据；

获取模块，用于对所述初始汽车主机厂网络数据进行数据处理，得到清洗后的最终网络数据；

生成模块，用于根据所述最终网络数据对每位用户创建不同维度的特征变量，并基于所述每位用户的特征变量生成聚类模型；以及

识别模块，用于将所述聚类模型与预设的水军特征合并，生成水军规则识别模型，以利用所述水军规则识别模型识别任一网络数据中的水军数据，得到有效汽车主机厂网络数据。

7.根据权利要求6所述的装置，其特征在于，所述初始汽车主机厂网络数据包括与主机厂相关的文章信息、视频信息及评论信息。

8.根据权利要求6所述的装置，其特征在于，所述生成模块，包括：

将所述用户的特征变量进行标准化处理，得到处理后的特征变量；

将所有处理后的特征变量分别进行KMeans与DBSCAN聚类模型估计，融合得到所述聚类模型。

9.根据权利要求8所述的装置，其特征在于，特征变量的标准化公式为：

其中，x₁为所述用户该特征变量标准化后的取值，x为所述用户该特征变量原始取值，u为该特征变量的平均值，σ为该特征变量标准差。

10.根据权利要求1所述的装置，其特征在于，所述获取模块，包括：

筛选出所述初始汽车主机厂网络数据中重复的数据；

和/或，去除所述初始汽车主机厂网络数据中包含预设字符的数据。