[发明专利]基于水军检测模型构建方法和系统及水军检测方法

摘要

本发明涉及水军检测模型构建方法，包括步骤：对一组样本数据进行任务分割得到多个任务，平均特征抽取得到多个任务的训练样本集；多任务特征选择，得到多个任务的特征权重矩阵；设定一个阈值δ，判断特征权重矩阵中的一个列向量中的最大值是否大于阈值δ，如是，下一步；否则，放弃所述列向量，执行步骤5；将所述列向量添加到共享特征项集合中；判断特征权重矩阵中是否存在未与阈值δ进行比较的列向量，如是，执行步骤3；否则，下一步；输入新的训练数据集；计算得到线性分类值；设置水军阈值，使线性分类值大于水军阈值时判定其为水军。本发明利用多任务学习的方法建立水军检测模型，实现了方便快捷的识别出水军用户。

主权项

一种水军检测模型构建方法，其特征在于，包括如下步骤：步骤1：对一组给定的向量化的样本数据先进行任务分割，得到对应的多个任务，对多个任务进行平均特征抽取，得到多个任务的训练样本集；步骤2：对多个任务的训练样本集进行多任务特征选择，得到多个任务的特征权重矩阵；步骤3：设定一个阈值δ，判断所述特征权重矩阵中的一个列向量中的最大值是否大于阈值δ，如果是，执行步骤4；否则，放弃所述列向量，执行步骤5；步骤4：将所述列向量添加到共享特征项集合中；步骤5：判断特征权重矩阵中是否存在未与阈值δ进行比较的列向量，如果是，执行步骤3；否则，执行步骤6；步骤6：输入新的已知水军特性的向量化的训练数据集，将训练数据集与共享特征项集合进行匹配，将在集合中排列位置匹配的特征项集合在一起，得到新共享特征项集合；步骤7：对新共享特征项集合通过感知器学习算法（Perceptron Learning Algorithm）计算得到特征系数，通过计算共享特征项集合与特征系数的乘积得到标准线性分类值；步骤8：根据标准线性分类值的大小设置水军阈值，使被测线性分类值大于水军阈值时判定其数据来源于水军，完成水军判断模型的构建，结束。