[发明专利]微博用户识别方法、系统、电子设备及存储介质

说明书

本发明公开了一种微博用户识别方法、系统、电子设备及存储介质，该方法包括：根据第一预设时间内每一条微博数据的发帖内容、发帖时间、发帖图片、发帖人用户名、发帖人关注用户列表、发帖人粉丝用户列表、发帖人预设发帖数量微博内空白转贴微博比例、发帖人第二预设时间内被评论数量和用户认证等级确定基础行为初始分值；根据微博用户和基础行为初始分值生成初始用户关系图，得到行为总分数值；若大于第一预设分值则用户为自然注册账号用户；若小于第二预设分值，第二预设分值小于第一预设分值则用户为非自然注册账号用户；若不大于第一预设分值并且不小于第二预设分值，则用户为状态待定用户。通过多样化用户账号影响因素提高用户识别的准确性。

技术领域

本发明涉及社交网络中异常账号的识别领域，具体涉及到一种微博用户识别方法、系统、电子设备及存储介质。

背景技术

近年来，微博作为国内主要的公开社交网络平台，在公共事件、社会事件中发挥的作用愈发重要。但是，近年来微博上出现了越来越多的有组织的、有目的的垃圾账号。他们通过批量化、脚本化方式大量污染公共言论空间、制造舆论效应，混淆大众视听。将水军账号与真实用户账号区分开来，对于掌握舆论主动权，净化网络环境，具有重要意义。

目前常见的异常账号检测大多依赖于收集异常账号在热点事件中的异常行为，或使用神经网络进行深度学习。通过热点事件判断水军，主观性较强，容易对普通用户造成误判，准确率低；而深度学习神经网络算法复杂，可解释性差，经常出现无法解释的用户误判。

发明内容

有鉴于此，本发明实施例提供了一种微博用户识别方法、系统、电子设备及存储介质，以解决现有技术中用户识别不准确的缺点。

为此，本发明实施例提供了如下技术方案：

根据第一方面，本发明实施例提供了一种微博用户识别方法，包括：获取第一预设时间内每一条微博数据的发帖内容、发帖时间、发帖图片、发帖人用户名、发帖人关注用户列表、发帖人粉丝用户列表、发帖人预设发帖数量微博内空白转贴微博比例、发帖人第二预设时间内被评论数量和用户认证等级；

分别判断每一条微博数据对应的微博用户的用户认证等级是否为已认证用户；

若微博数据对应的微博用户的用户认证等级为已认证用户，则微博数据对应的已认证用户的基础行为初始分值为预设认证分值；

若微博数据对应的微博用户的用户认证等级为非认证用户，则根据微博数据的发帖内容、发帖时间、发帖图片、发帖人第二预设时间内被评论数量、发帖人预设发帖数量微博内空白转贴微博比例和预设权重计算出微博数据对应的非认证用户的基础行为初始分值；

将每一个微博数据对应的微博用户发帖人用户名、发帖人关注用户列表、发帖人被关注用户列表和基础行为初始分值连接成初始用户关系图，所述用户关系图用于表示微博用户与微博用户相关联的关注用户、粉丝用户的关系；

将初始用户关系图中已认证用户的行为总分数值设置为预设认证分值；

根据初始用户关系图、基础行为初始分值、发帖人关注用户列表、发帖人粉丝用户列表得到初始用户关系图中非认证用户的行为总分数值；

分别判断每一个微博用户对应的行为总分数值是否大于第一预设分值；

若微博用户对应的行为总分数值大于第一预设分值，则微博用户为自然注册账号用户；

若微博用户对应的行为总分数值小于或者等于第一预设分值，则判断微博用户对应的行为总分数值是否小于第二预设分值，所述第二预设分值小于第一预设分值；

若微博用户对应的行为总分数值小于第二预设分值，则微博用户为非自然注册账号用户；

若微博用户对应的行为总分数值大于或者等于第二预设分值，则微博用户为状态待定用户。