識別網(wǎng)絡(luò)水軍團(tuán)體的方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種網(wǎng)絡(luò)水軍識別技術(shù)領(lǐng)域，具體地說是一種識別網(wǎng)絡(luò)水軍團(tuán)體的方 法及系統(tǒng)。
【背景技術(shù)】
[0002] 網(wǎng)絡(luò)水軍是指那些由商業(yè)利益驅(qū)動，為達(dá)到如影響網(wǎng)絡(luò)民意、擾亂網(wǎng)絡(luò)環(huán)境等不 正當(dāng)目的，在互聯(lián)網(wǎng)中制造、傳播虛假意見和垃圾信息等網(wǎng)絡(luò)垃圾意見產(chǎn)生者的總稱。網(wǎng)絡(luò) 水軍識別即從當(dāng)前互聯(lián)網(wǎng)環(huán)境中運用web信息挖掘技術(shù)，確定高區(qū)分度特征及行為模式發(fā) 現(xiàn)潛藏的水軍。傳統(tǒng)被動式網(wǎng)絡(luò)水軍識別方法多是在網(wǎng)絡(luò)水軍造成一定的危害行為后進(jìn) 行，對網(wǎng)絡(luò)水軍的探測具有一定的滯后性，并且其研究在網(wǎng)絡(luò)水軍危害驅(qū)動下，關(guān)注網(wǎng)絡(luò)水 軍已產(chǎn)生的影響，易受網(wǎng)絡(luò)水軍變化性欺騙行為的影響。該類網(wǎng)絡(luò)水軍識別方法無法在網(wǎng) 絡(luò)水軍造成危害前阻止其發(fā)生，對網(wǎng)絡(luò)水軍的預(yù)防效果較差。而網(wǎng)絡(luò)水軍的研究和治理，關(guān) 鍵在于從源頭遏制垃圾信息的泛濫，因此在網(wǎng)絡(luò)水軍未產(chǎn)生大量垃圾信息、造成嚴(yán)重網(wǎng)絡(luò) 影響前，完成對其發(fā)現(xiàn)與探測的工作具有十分重要的意義。網(wǎng)絡(luò)水軍也可以理解為整個網(wǎng) 絡(luò)用戶中的離群點，但其特征與正常用戶十分相近，具有復(fù)雜多變的行為，因此識別單個網(wǎng) 絡(luò)水軍的難度很高，網(wǎng)絡(luò)水軍識別研究難以做到全面、準(zhǔn)確。
[0003] 網(wǎng)絡(luò)團(tuán)體是指由2個或2個以上網(wǎng)絡(luò)用戶組成的團(tuán)體，網(wǎng)絡(luò)水軍團(tuán)體即由2個或 2個以上網(wǎng)絡(luò)水軍組成的水軍團(tuán)體。網(wǎng)絡(luò)團(tuán)體和網(wǎng)絡(luò)水軍團(tuán)體均指代的是網(wǎng)絡(luò)上存在的用 戶賬號組成的虛擬團(tuán)體，其并不是由對應(yīng)現(xiàn)實生活中的真實用戶組成。網(wǎng)絡(luò)水軍團(tuán)體背后 可能由某一個或某幾個真實用戶操控，會形成相同或相似的屬性或行為模式，比如都出現(xiàn) 在某幾個目標(biāo)產(chǎn)品評論里、用戶命名具有一定相似模式（都采用無序數(shù)字+字母）等。并 且網(wǎng)絡(luò)水軍團(tuán)體在在受到外來刺激時，如論壇網(wǎng)絡(luò)水軍團(tuán)體的團(tuán)體成員發(fā)表的帖子被評論 后，操控網(wǎng)絡(luò)水軍團(tuán)體的真實用戶，會操控網(wǎng)絡(luò)水軍團(tuán)體內(nèi)的水軍用戶賬號進(jìn)行回應(yīng)，其回 應(yīng)數(shù)據(jù)中的團(tuán)體特征更為突出，使得對其的識別較為容易。

【發(fā)明內(nèi)容】

[0004] 為此，本發(fā)明所要解決的技術(shù)問題在于傳統(tǒng)的網(wǎng)絡(luò)水軍識別方法多是在網(wǎng)絡(luò)水軍 造成一定的危害行為后進(jìn)行，而無法在網(wǎng)絡(luò)水軍造成危害前阻止其發(fā)生，對網(wǎng)絡(luò)水軍的預(yù) 防效果很差，從而提出一種能夠在網(wǎng)絡(luò)水軍造成一定的危害前主動識別出隱藏的網(wǎng)絡(luò)水軍 的方法。
[0005] 為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案如下：
[0006] 一種識別網(wǎng)絡(luò)水軍團(tuán)體的方法，包括以下步驟：
[0007] 獲取多個網(wǎng)絡(luò)團(tuán)體的應(yīng)激性回應(yīng)數(shù)據(jù)，網(wǎng)絡(luò)團(tuán)體是包括多個具有相同或相似行為 特征和/或?qū)傩蕴卣鞯囊伤茷榫W(wǎng)絡(luò)水軍的網(wǎng)絡(luò)用戶，應(yīng)激性回應(yīng)數(shù)據(jù)是網(wǎng)絡(luò)團(tuán)體中的網(wǎng)絡(luò) 用戶在其他網(wǎng)絡(luò)用戶對其發(fā)表內(nèi)容進(jìn)行回復(fù)點評后進(jìn)行回應(yīng)而產(chǎn)生的回應(yīng)數(shù)據(jù)；
[0008] 根據(jù)應(yīng)激性回應(yīng)數(shù)據(jù)，標(biāo)出可疑網(wǎng)絡(luò)水軍團(tuán)體樣本；
[0009] 根據(jù)可疑網(wǎng)絡(luò)水軍團(tuán)體樣本和已有的網(wǎng)絡(luò)水軍團(tuán)體樣本，確定網(wǎng)絡(luò)水軍團(tuán)體應(yīng)激 性回應(yīng)特征；
[0010] 根據(jù)網(wǎng)絡(luò)水軍團(tuán)體應(yīng)激性回應(yīng)特征，建立網(wǎng)絡(luò)水軍團(tuán)體主動識別模型；
[0011] 利用網(wǎng)絡(luò)水軍團(tuán)體主動識別模型識別出多個網(wǎng)絡(luò)團(tuán)體中的網(wǎng)絡(luò)水軍團(tuán)體。
[0012] 作為優(yōu)化，獲取多個網(wǎng)絡(luò)團(tuán)體的應(yīng)激性回應(yīng)數(shù)據(jù)的過程，包括：
[0013] 建立智能交互機(jī)器人，智能交互機(jī)器人由智能交互機(jī)器人生成軟件建立；
[0014] 確定智能交互機(jī)器人主動出擊策略，主動出擊策略為根據(jù)已知的網(wǎng)絡(luò)水軍的行為 特點制定對應(yīng)的主動出擊行為模式，包括時間、內(nèi)容、方式；
[0015] 按照主動出擊策略進(jìn)行主動出擊行為，主動出擊行為是操作智能交互機(jī)器人對網(wǎng) 絡(luò)團(tuán)體發(fā)表的內(nèi)容進(jìn)行評論或主動發(fā)表針對性的主題內(nèi)容；
[0016] 收集多個網(wǎng)絡(luò)團(tuán)體的回應(yīng)數(shù)據(jù)作為應(yīng)激性回應(yīng)數(shù)據(jù)。
[0017] 作為優(yōu)化，智能交互機(jī)器人為模擬正常用戶行為的機(jī)器人賬號，具備正常用戶的 所有屬性。
[0018] 作為優(yōu)化，網(wǎng)絡(luò)團(tuán)體的應(yīng)激性回應(yīng)數(shù)據(jù)為智能交互機(jī)器人進(jìn)行主動出擊行為后網(wǎng) 絡(luò)團(tuán)體中網(wǎng)絡(luò)用戶的回應(yīng)數(shù)據(jù)，包括回應(yīng)賬號、回應(yīng)內(nèi)容、回應(yīng)時間、回應(yīng)賬號注冊時間和 回應(yīng)賬號等級中的至少一種。
[0019] 作為優(yōu)化，根據(jù)應(yīng)激性回應(yīng)數(shù)據(jù)標(biāo)出可疑網(wǎng)絡(luò)水軍團(tuán)體樣本的過程包括：
[0020] 根據(jù)應(yīng)激性回應(yīng)數(shù)據(jù)，標(biāo)出每個或部分網(wǎng)絡(luò)團(tuán)體的所有回應(yīng)的最早時間和最晚時 間；
[0021] 若一個網(wǎng)絡(luò)團(tuán)體的所有回應(yīng)的最早時間和最晚時間間隔在一定時間內(nèi)則標(biāo)記為 可疑網(wǎng)絡(luò)水軍團(tuán)體。
[0022] 作為優(yōu)化，網(wǎng)絡(luò)水軍團(tuán)體應(yīng)激性回應(yīng)特征包括回應(yīng)緊密度、回應(yīng)時間接近度、回應(yīng) 內(nèi)容相似度、團(tuán)體回應(yīng)度中的至少一個。
[0023] 作為優(yōu)化，回應(yīng)緊密度由如下公式（I )( II )計算得到：
【主權(quán)項】
1. 一種識別網(wǎng)絡(luò)水軍團(tuán)體的方法，其特征在于，包括以下步驟： 獲取多個網(wǎng)絡(luò)團(tuán)體的應(yīng)激性回應(yīng)數(shù)據(jù)，所述網(wǎng)絡(luò)團(tuán)體是包括多個具有相同或相似行為 特征和/或?qū)傩蕴卣鞯囊伤茷榫W(wǎng)絡(luò)水軍的網(wǎng)絡(luò)用戶，所述應(yīng)激性回應(yīng)數(shù)據(jù)是網(wǎng)絡(luò)團(tuán)體中的 網(wǎng)絡(luò)用戶在其他網(wǎng)絡(luò)用戶對其發(fā)表內(nèi)容進(jìn)行回復(fù)點評后進(jìn)行回應(yīng)而產(chǎn)生的回應(yīng)數(shù)據(jù)； 根據(jù)所述應(yīng)激性回應(yīng)數(shù)據(jù)，標(biāo)出可疑網(wǎng)絡(luò)水軍團(tuán)體樣本； 根據(jù)所述可疑網(wǎng)絡(luò)水軍團(tuán)體樣本和已有的網(wǎng)絡(luò)水軍團(tuán)體樣本，確定網(wǎng)絡(luò)水軍團(tuán)體應(yīng)激 性回應(yīng)特征； 根據(jù)所述網(wǎng)絡(luò)水軍團(tuán)體應(yīng)激性回應(yīng)特征，建立網(wǎng)絡(luò)水軍團(tuán)體主動識別模型； 利用所述網(wǎng)絡(luò)水軍團(tuán)體主動識別模型識別出所述多個網(wǎng)絡(luò)團(tuán)體中的網(wǎng)絡(luò)水軍團(tuán)體。
2. 如權(quán)利要求1所述的識別網(wǎng)絡(luò)水軍團(tuán)體的方法，其特征在于，所述獲取多個網(wǎng)絡(luò)團(tuán) 體的應(yīng)激性回應(yīng)數(shù)據(jù)的過程，包括： 建立智能交互機(jī)器人，所述智能交互機(jī)器人由智能交互機(jī)器人生成軟件建立； 確定所述智能交互機(jī)器人主動出擊策略，所述主動出擊策略為根據(jù)已知的網(wǎng)絡(luò)水軍的 行為特點制定對應(yīng)的主動出擊行為模式，包括時間、內(nèi)容、方式； 按照所述主動出擊策略進(jìn)行主動出擊行為，所述主動出擊行為是操作智能交互機(jī)器人 對所述網(wǎng)絡(luò)團(tuán)體發(fā)表的內(nèi)容進(jìn)行評論或主動發(fā)表針對性的主題內(nèi)容； 收集所述多個網(wǎng)絡(luò)團(tuán)體的回應(yīng)數(shù)據(jù)作為應(yīng)激性回應(yīng)數(shù)據(jù)。
3. 如權(quán)利要求2所述的識別網(wǎng)絡(luò)水軍的方法，其特征在于，所述智能交互機(jī)器人為模 擬正常用戶行為的機(jī)器人賬號，具備正常用戶的所有屬性。
4. 如權(quán)利要求1-3中任一項所述的識別網(wǎng)絡(luò)水軍團(tuán)體的方法，其特征在于，所述網(wǎng)絡(luò) 團(tuán)體的應(yīng)激性回應(yīng)數(shù)據(jù)為所述智能交互機(jī)器人進(jìn)行主動出擊行為后所述網(wǎng)絡(luò)團(tuán)體中網(wǎng)絡(luò) 用戶的回應(yīng)數(shù)據(jù)，包括回應(yīng)賬號、回應(yīng)內(nèi)容、回應(yīng)時間、回應(yīng)賬號注冊時間和回應(yīng)賬號等級 中的至少一種。
5. 如權(quán)利要求1所述的識別網(wǎng)絡(luò)水軍團(tuán)體的方法，其特征在于，所述根據(jù)所述應(yīng)激性 回應(yīng)數(shù)據(jù)標(biāo)出可疑網(wǎng)絡(luò)水軍團(tuán)體樣本的過程包括： 根據(jù)所述應(yīng)激性回應(yīng)數(shù)據(jù)，標(biāo)出每個或部分網(wǎng)絡(luò)團(tuán)體的所有回應(yīng)的最早時間和最晚時 間； 若一個網(wǎng)絡(luò)團(tuán)體的所有回應(yīng)的最早時間和最晚時間間隔在一定時間內(nèi)則標(biāo)記為可疑 網(wǎng)絡(luò)水軍團(tuán)體。
6. 如權(quán)利要求1所述的識別網(wǎng)絡(luò)水軍團(tuán)體的方法，其特征在于，所述網(wǎng)絡(luò)水軍團(tuán)體應(yīng) 激性回應(yīng)特征包括回應(yīng)緊密度、回應(yīng)時間接近度、回應(yīng)內(nèi)容相似度、團(tuán)體回應(yīng)度中的至少一 個。
7. 如權(quán)利要求6所述的識別網(wǎng)絡(luò)水軍團(tuán)體的方法，其特征在于， 所述回應(yīng)緊密度由如下公式（I)(II)計算得到：
其中，L(g，r)、F(g，r)分別表示網(wǎng)絡(luò)團(tuán)體g中的一個網(wǎng)絡(luò)用戶對針對其的智能交互機(jī) 器人回應(yīng)的最晚時間和最早時間，R