網(wǎng)絡(luò)專家可信度判斷裝置的制造方法
【專利摘要】網(wǎng)絡(luò)專家可信度判斷裝置，包括：行為收集器(1)、數(shù)據(jù)累積器(2)、第一特征提取器(3)和第一神經(jīng)網(wǎng)絡(luò)識別器(4)，行為收集器(1)用于收集網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界與其他用戶之間產(chǎn)生的社交行為；數(shù)據(jù)累積器(2)，用于累積社交行為的相關(guān)數(shù)據(jù)；第一特征提取器(3)用于提取累積的社交行為的相關(guān)數(shù)據(jù)的第一特征值；第一神經(jīng)網(wǎng)絡(luò)識別器(4)用于根據(jù)第一特征值對網(wǎng)絡(luò)專家的可信度判斷。由于社交行為是網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中與用戶之間產(chǎn)生的社交行為，這種行為具有不可模擬性，因此，使得獲取的第一特征值更為真實(shí)可靠，進(jìn)而第一神經(jīng)網(wǎng)絡(luò)識別器(4)得到的網(wǎng)絡(luò)專家可信度也更具參考價(jià)值，從而為用戶提供更加可靠有價(jià)值的專家意見。
【專利說明】
網(wǎng)絡(luò)專家可信度判斷裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體涉及網(wǎng)絡(luò)專家可信度判斷裝置。
【背景技術(shù)】
[0002]隨著互網(wǎng)絡(luò)的迅速發(fā)展，人們越來越依附于網(wǎng)絡(luò)。當(dāng)遇有難題時(shí)，也依靠互聯(lián)網(wǎng)搜索，期望網(wǎng)絡(luò)上的專家給出指導(dǎo)性意見。但是，網(wǎng)絡(luò)上的專家的水平也都參差不齊，有些專家給出的意見也不太可信，甚至于存在一些偽專家。那么，如何判定網(wǎng)絡(luò)上專家的可信程度成為目前亟待解決的一個(gè)問題。
[0003]目前，常規(guī)的專家可信程度的判定方法是通過人員對專家的意見進(jìn)行解讀以進(jìn)行判定，對于不同的人往往具有不同的判定結(jié)果，具有主觀性，從而使判定結(jié)果缺乏真實(shí)性。

【發(fā)明內(nèi)容】

[0004]針對上述問題，本申請?zhí)峁┮环N網(wǎng)絡(luò)專家可信度判斷裝置，包括:
[0005]行為收集器，用于收集網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界與其他用戶之間產(chǎn)生的社交行為；
[0006]數(shù)據(jù)累積器，用于累積社交行為的相關(guān)數(shù)據(jù)；
[0007]第一特征提取器，用于提取累積的社交行為的相關(guān)數(shù)據(jù)的第一特征值；
[0008]第一神經(jīng)網(wǎng)絡(luò)識別器，用于根據(jù)第一特征值對網(wǎng)絡(luò)專家的可信度判斷。
[0009]—種實(shí)施例中，收集器包括:
[0010]搜索單元，用于通過網(wǎng)絡(luò)專家持有的第一移動智能終端搜索附近的移動智能終端；
[0011 ]連接及位置信息交換單元，用于當(dāng)發(fā)現(xiàn)一用戶持有的第二移動智能終端時(shí)，則與第二移動智能終端建立會話連接，并與第二移動智能終端進(jìn)行實(shí)時(shí)位置的交換；
[0012]實(shí)時(shí)行為識別單元，用于通過實(shí)時(shí)位置信息以及會話連接的狀態(tài)信息，識別所述網(wǎng)絡(luò)專家與用戶當(dāng)前正在進(jìn)行的社交行為。
[0013]一種實(shí)施例中，收集器包括:
[0014]實(shí)時(shí)空間位置信息獲取單元，用于通過網(wǎng)絡(luò)專家持有的第一移動智能終端以及用戶持有的第二移動智能終端，獲取網(wǎng)絡(luò)專家以及用戶在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息；
[0015]記錄及分析單元，用于將在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息上傳給服務(wù)器，以便在服務(wù)器側(cè)對的在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息進(jìn)行記錄，并根據(jù)記錄的實(shí)時(shí)空間位置信息分析網(wǎng)絡(luò)專家與用戶的行動軌跡，根據(jù)行動軌跡識別網(wǎng)絡(luò)專家與用戶在現(xiàn)實(shí)世界中的社交行為。
[0016]一種實(shí)施例中，數(shù)據(jù)累積器包括:
[0017]記錄子單元，用于記錄網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中與其他用戶之間產(chǎn)生社交行為的時(shí)間、地點(diǎn)、次數(shù)；
[0018]復(fù)制子單元，用于將社交行為的相關(guān)信息復(fù)制到互聯(lián)網(wǎng)中，以便其他用戶在互聯(lián)網(wǎng)中對社交行為進(jìn)行線上評價(jià)或反饋，累積評價(jià)或反饋的數(shù)據(jù)；
[0019]數(shù)據(jù)分析子單元，用于分析記錄子單元的數(shù)據(jù)，并根據(jù)分析結(jié)果將其他用戶相對于網(wǎng)絡(luò)專家分類為好友類和非好友類。
[0020]—種實(shí)施例中，數(shù)據(jù)累積器還包括計(jì)數(shù)器，計(jì)數(shù)器用于記錄網(wǎng)絡(luò)專家的好友的數(shù)量。
[0021]—種實(shí)施例中，網(wǎng)絡(luò)專家可信度判斷裝置還包括:
[0022]信息收集器，用于從互聯(lián)網(wǎng)上獲取網(wǎng)絡(luò)專家的可信程度的影響因素信息；
[0023]第二特征提取器，用于提取可信程度的影響因素信息的第二特征值；
[0024]第二神經(jīng)網(wǎng)絡(luò)識別器，用于結(jié)合第一特征值和第二特征值對網(wǎng)絡(luò)專家的可信度判斷。
[0025]—種實(shí)施例中，可信程度的影響因素信息包括以下影響因素中的至少一種:
[0026]用戶評論內(nèi)容、點(diǎn)贊量、點(diǎn)踩量、用戶評論分?jǐn)?shù)、用戶評論數(shù)量、專家職稱、專家在專業(yè)領(lǐng)域內(nèi)的認(rèn)可度、專家發(fā)表的文章數(shù)量、專家發(fā)表文章的總時(shí)長和最后一篇文章離現(xiàn)在的時(shí)間長短。
[0027]依據(jù)上述實(shí)施例的網(wǎng)絡(luò)專家可信度判斷裝置，由于社交行為是網(wǎng)絡(luò)專家與用戶之間產(chǎn)生的社交行為，這種行為具有不可模擬性，因此，使得獲取的第一特征值更為真實(shí)可靠，進(jìn)而第一神經(jīng)網(wǎng)絡(luò)識別器得到的網(wǎng)絡(luò)專家可信度也更具參考價(jià)值，從而為用戶提供更加可靠有價(jià)值的專家意見。
【附圖說明】
[0028]圖1為網(wǎng)絡(luò)專家可信度判斷裝置原理圖；
[0029]圖2為另一種行為收集器原理圖；
[0030]圖3為另一種網(wǎng)絡(luò)專家可信度判斷裝置原理圖。
【具體實(shí)施方式】
[0031 ]下面通過【具體實(shí)施方式】結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)說明。
[0032]在本實(shí)用新型實(shí)施例中，根據(jù)網(wǎng)絡(luò)專家與其他用戶在現(xiàn)實(shí)世界中的社交行為，判斷該網(wǎng)絡(luò)專家的可信度。
[0033]在本實(shí)用新型實(shí)施例中，根據(jù)兩個(gè)用戶在現(xiàn)實(shí)世界中的社交行為，并基于神經(jīng)網(wǎng)絡(luò)對用戶的可信度進(jìn)行認(rèn)定。
[0034]本例提供一種網(wǎng)絡(luò)專家可信度判斷裝置，其原理圖如圖1所示，包括:行為收集器
1、數(shù)據(jù)累積器2、第一特征提取器3和第一神經(jīng)網(wǎng)絡(luò)識別器4。
[0035]具體的，行為收集器I用于收集網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界與其他用戶之間產(chǎn)生的社交行為;本例的行為收集器I包括搜索單元11、連接及位置信息交換單元12和實(shí)時(shí)行為識別單元13。
[0036]搜索單元11用于通過網(wǎng)絡(luò)專家持有的第一移動智能終端搜索附近的移動智能終端;如，將本例的網(wǎng)絡(luò)專家可信度判斷裝置安裝于網(wǎng)絡(luò)專家持有的第一移動智能終端內(nèi)，網(wǎng)絡(luò)專家打開使用的第一移動智能終端并開啟網(wǎng)絡(luò)專家可信度判斷裝置后，搜索單元11就可以自動搜索附近同樣裝有該網(wǎng)絡(luò)專家可信度判斷裝置的移動智能終端。其中，移動智能終端可以通過藍(lán)牙、NFC(Near Field Communicat1n、近距離無線通信)、Wif1、紅外等近距離傳輸技術(shù)發(fā)出握手信號，這種信號可以通過頻譜中無線頻率部分的電磁感應(yīng)耦合等方式進(jìn)行傳遞，傳輸距離比較有限。因此，對于某第一移動智能終端而言，如果能夠接收到第二移動智能終端發(fā)出的握手信號，則證明這兩個(gè)移動智能終端的距離比較近，相應(yīng)的，這兩個(gè)移動智能終端的持有者就可能在進(jìn)行某種社交行為。
[0037]連接及位置信息交換單元12用于當(dāng)發(fā)現(xiàn)一用戶持有的第二移動智能終端時(shí)，則與第二移動智能終端建立會話連接，并與第二移動智能終端進(jìn)行實(shí)時(shí)位置的交換;如果第一移動智能終端與第二移動智能終端都裝有本例的網(wǎng)絡(luò)專家可信度判斷裝置，則會以同樣的協(xié)議發(fā)出握手信號，如果這兩個(gè)終端的距離比較近，就可以互相接收到對方發(fā)出的握手信號，此時(shí)，這兩個(gè)終端握手成功。握手成功之后，就說明第一移動智能終端發(fā)現(xiàn)了第二移動智能終端，進(jìn)而就可以建立起這兩個(gè)終端之間的會話連接，同時(shí)，還可以相互交換一些信息，這些信息可以是各自的實(shí)時(shí)位置信息。其中，關(guān)于移動智能終端的實(shí)時(shí)位置信息，可以是通過移動智能終端的GPS等定位裝置獲取，一個(gè)移動智能終端在獲取到自己的實(shí)時(shí)位置信息之后，再通過建立的會話連接發(fā)送給與其握手成功的其他移動智能終端。
[0038]實(shí)時(shí)行為識別單元13用于通過實(shí)時(shí)位置信息以及會話連接的狀態(tài)信息，識別網(wǎng)絡(luò)專家與用戶當(dāng)前正在進(jìn)行的社交行為;在現(xiàn)實(shí)世界中，網(wǎng)絡(luò)專家與不同的用戶之間進(jìn)行的社交行為可能有會面、同行、路過等。在本例中，首先要識別出網(wǎng)絡(luò)專家與不同用戶之間正在進(jìn)行的社交行為類型，然后用這種現(xiàn)實(shí)世界中的行為來影響虛擬世界中的社交行為，進(jìn)而還可以再通過虛擬世界中的信息來影響現(xiàn)實(shí)世界中的行為。
[0039]具體在識別網(wǎng)絡(luò)專家與其他用戶之間在現(xiàn)實(shí)世界中的社交行為時(shí)，就可以以之前獲取到的移動智能終端各自的實(shí)時(shí)位置信息以及這兩個(gè)移動智能終端之間的會話連接狀態(tài)信息來進(jìn)行判斷。本例的移動智能終端為手機(jī)、ipad、或筆記本電腦等，具體的，以手機(jī)為例，為了便于理解，首先需要說明的是，在第一手機(jī)與第二手機(jī)之間的會話鏈接建立起來之后，第一手機(jī)與第二手機(jī)仍然需要互發(fā)握手信號，只有在兩個(gè)手機(jī)能夠互相接收到對方的握手信號的情況，才能保持會話的連接狀態(tài)，如果會話連接建立起來之后的某時(shí)刻，兩個(gè)手機(jī)接收不到對方的握手信號了，則這兩個(gè)手機(jī)之間的會話連接就會斷開。因此，本例的兩個(gè)手機(jī)之間的會話連接的狀態(tài)信息可以包括，會話處于連接狀態(tài)的持續(xù)時(shí)間、建立會話的起始時(shí)間以及結(jié)束時(shí)間，等等。通過兩個(gè)手機(jī)之間的會話連接狀態(tài)信息，可以判斷出網(wǎng)絡(luò)專家與用戶之間的距離在何時(shí)比較近，以及處于這種近距離的持續(xù)時(shí)間是多長，這可以作為判斷這網(wǎng)絡(luò)專家與用戶之間正在發(fā)生怎樣的社交行為的一方面的依據(jù)。
[0040]而另一方面的依據(jù)就在于網(wǎng)絡(luò)專家與用戶之間的相對位置變化信息。具體在識別網(wǎng)絡(luò)專家與用戶之間的相對位置變化信息時(shí)，就可以依據(jù)手機(jī)各自的實(shí)時(shí)位置信息來確定。例如，對于第一手機(jī)而言，其自身的實(shí)時(shí)位置信息可以通過自身的GPS系統(tǒng)(或者，移動通信網(wǎng)絡(luò)基站定位，室內(nèi)定位系統(tǒng)定位，紅外定位等)獲知，第二手機(jī)的實(shí)時(shí)位置信息可以在前述的交換信息的過程中獲取，因此，就可以通過兩個(gè)手機(jī)的實(shí)時(shí)位置信息的比對，來獲取到兩個(gè)用戶之間的相對位置變化信息。具體的，這種相對位置變化信息包括:網(wǎng)絡(luò)專家與用戶都處于靜止?fàn)顟B(tài)(也即沒有走動)、網(wǎng)絡(luò)專家與用戶都處于運(yùn)動狀態(tài)并且運(yùn)動的方向相同、網(wǎng)絡(luò)專家與用戶都處于運(yùn)動狀態(tài)，但是運(yùn)動的方向相反、網(wǎng)絡(luò)專家與用戶都在某固定區(qū)域內(nèi)活動等等D
[0041]在分析出網(wǎng)絡(luò)專家與用戶處于近距離狀態(tài)的時(shí)間，以及兩者之間的相對位置變化信息之后，就可以大致判斷出網(wǎng)絡(luò)專家與用戶正在進(jìn)行何種社交行為。例如，如果網(wǎng)絡(luò)專家與用戶處于近距離狀態(tài)的時(shí)間比較長，并且網(wǎng)絡(luò)專家與用戶在此期間內(nèi)都處于靜止?fàn)顟B(tài)，則這網(wǎng)絡(luò)專家與用戶可能正在進(jìn)行會面，此時(shí)，還可以記錄下會面的時(shí)間、地點(diǎn)等信息，將這些信息記錄到各自的社交網(wǎng)絡(luò)中；如果網(wǎng)絡(luò)專家與用戶處于近距離狀態(tài)的時(shí)間比較長，并且網(wǎng)絡(luò)專家與用戶在此期間內(nèi)是在向同一方向運(yùn)動，則這網(wǎng)絡(luò)專家與用戶可能正在同行，同樣可以記錄下一起行走的時(shí)間長短、路線等，記錄到各自的社交網(wǎng)絡(luò)中；如果網(wǎng)絡(luò)專家與用戶處于近距離狀態(tài)的時(shí)間比較短，并且網(wǎng)絡(luò)專家與用戶在此期間內(nèi)的運(yùn)動方向相反，則這網(wǎng)絡(luò)專家與用戶可能僅僅是路過，等等。
[0042]另一種實(shí)施例中，通過另一種方式獲取社交行為，進(jìn)一步，提供另外一種行為收集器I，如圖2所示，包括實(shí)時(shí)空間位置信息獲取單元14和記錄及分析單元15。
[0043]由于網(wǎng)絡(luò)專家持有的第一移動智能終端，以及用戶持有的第二移動智能終端中，一般都帶有定位系統(tǒng)，因此，可以通過移動智能終端上的定位系統(tǒng)獲取到各自的實(shí)時(shí)空間位置信息，并將這種信息實(shí)時(shí)或者在能夠連接到網(wǎng)絡(luò)時(shí)上報(bào)給服務(wù)器，在服務(wù)器側(cè)進(jìn)行記錄。這樣，在服務(wù)器側(cè)經(jīng)過一段時(shí)間的記錄之后，就可以分析出網(wǎng)絡(luò)專家與用戶的運(yùn)動軌跡，進(jìn)而就可以根據(jù)運(yùn)動軌跡分析出網(wǎng)絡(luò)專家與用戶之間是否發(fā)生過某種社交行為，或者是否規(guī)律性地發(fā)生過某種社交行為，等等，進(jìn)而，就可以根據(jù)分析出的社交行為，向用戶進(jìn)行社交網(wǎng)絡(luò)中的信息的推薦了。
[0044]本例的實(shí)時(shí)空間位置信息獲取單元14用于通過網(wǎng)絡(luò)專家持有的第一移動智能終端以及用戶持有的第二移動智能終端，獲取網(wǎng)絡(luò)專家以及用戶在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息；記錄及分析單元15用于將在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息上傳給服務(wù)器，以便在服務(wù)器側(cè)對的在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息進(jìn)行記錄，并根據(jù)記錄的實(shí)時(shí)空間位置信息分析網(wǎng)絡(luò)專家與用戶的行動軌跡，根據(jù)行動軌跡識別網(wǎng)絡(luò)專家與用戶在現(xiàn)實(shí)世界中的社交行為。
[0045]上述社交行為的兩種獲取方式都是通過網(wǎng)絡(luò)專家與用戶的移動智能終端來發(fā)現(xiàn)網(wǎng)絡(luò)專家與用戶之間是否發(fā)生某種社交行為，而不是通過單個(gè)網(wǎng)絡(luò)專家自身執(zhí)行的某種行為來進(jìn)行識別。這是因?yàn)?，單個(gè)網(wǎng)絡(luò)專家自身執(zhí)行的某種行為，是可以偽造的，例如某網(wǎng)絡(luò)專家在某地吃飯等，這種行為可以通過模擬GPS數(shù)據(jù)等方式來進(jìn)行偽造，并且難以區(qū)分出真?zhèn)?。而在通過移動智能終端來發(fā)現(xiàn)附近的用戶時(shí)，只有網(wǎng)絡(luò)專家與用戶在現(xiàn)實(shí)世界中的距離確實(shí)比較接近時(shí)，才能發(fā)現(xiàn)對方，這種數(shù)據(jù)是無法偽造的，因此，能夠提高識別出的社交行為的真實(shí)性。
[0046]數(shù)據(jù)累積器2用于累積社交行為的相關(guān)數(shù)據(jù);本例中，數(shù)據(jù)累積器2包括記錄子單元21和復(fù)制子單元22;網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中與其他用戶發(fā)生了社交行為之后，可以對相關(guān)數(shù)據(jù)進(jìn)行記錄，然后將多個(gè)記錄進(jìn)行累積，以此作為評判一個(gè)網(wǎng)絡(luò)專家可信度的依據(jù)。其中，社交行為的相關(guān)數(shù)據(jù)可以包括網(wǎng)絡(luò)專家與其他用戶發(fā)生某種社交行為的時(shí)間、地點(diǎn)、次數(shù)等等，
[0047]記錄子單元21就是用于記錄網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中與其他用戶之間產(chǎn)生社交行為的時(shí)間、地點(diǎn)、次數(shù);此外，還可以將網(wǎng)絡(luò)專家與用戶在現(xiàn)實(shí)世界中發(fā)生的社交行為復(fù)制到線上，這樣，其他用戶都可以對此次行為進(jìn)行評價(jià)、反饋信息等等，而復(fù)制子單元22用于將社交行為的相關(guān)信息復(fù)制到互聯(lián)網(wǎng)中，以便其他用戶在互聯(lián)網(wǎng)中對社交行為進(jìn)行線上評價(jià)或反饋。
[0048]為了進(jìn)一步明確網(wǎng)絡(luò)專家與其他用戶之間的關(guān)系，本例的數(shù)據(jù)累積器2還包括數(shù)據(jù)分析子單元23，數(shù)據(jù)分析子單元23用于分析記錄子單元21記錄的數(shù)據(jù)，并根據(jù)分析結(jié)果將其他用戶相對于網(wǎng)絡(luò)專家分類為好友類和非好友類，具體的，數(shù)據(jù)分析子單元23分析網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中與其他用戶之間產(chǎn)生社交行為的次數(shù)將其分類為好友類或非好友類，如，判斷會面或同行的次數(shù)達(dá)到10次以上，即判定該某一用戶是該網(wǎng)絡(luò)專家的好友，將其標(biāo)志為好友類，否則標(biāo)志為非好友類;進(jìn)一步，數(shù)據(jù)累積器2還包括計(jì)數(shù)器24，計(jì)數(shù)器24用于記錄該網(wǎng)絡(luò)專家的好友的數(shù)量;第一特征提取器3用于提取累積的社交行為的相關(guān)數(shù)據(jù)的第一特征值，本例的第一特征值是網(wǎng)絡(luò)專家的好友的數(shù)量。
[0049]第一神經(jīng)網(wǎng)絡(luò)識別器4根據(jù)第一特征值對網(wǎng)絡(luò)專家的可信度認(rèn)證;具體的，構(gòu)建第一神經(jīng)網(wǎng)絡(luò)識別器4的訓(xùn)練模型，該訓(xùn)練模型根據(jù)已設(shè)定樣本集進(jìn)行訓(xùn)練，該樣本集為好友的權(quán)重和好友的數(shù)量，直至訓(xùn)練至期望可信度權(quán)重;將第一特征提取器3提取的第一特征值輸入第一神經(jīng)網(wǎng)絡(luò)識別器4，第一神經(jīng)網(wǎng)絡(luò)識別器4的訓(xùn)練模型對第一特征值進(jìn)行訓(xùn)練，并將訓(xùn)練結(jié)果與期望可信度進(jìn)行比較，若誤差值小于預(yù)先設(shè)定的誤差值，則判斷該網(wǎng)絡(luò)專家是權(quán)威專家，否則判斷該網(wǎng)絡(luò)專家是偽專家，預(yù)先設(shè)定的誤差值為0.001。
[0050]另一種實(shí)施例中，將上述網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中的社交行為與其在在線網(wǎng)絡(luò)中的可信程度的影響因素信息相結(jié)合，綜合判斷其可信度，該網(wǎng)絡(luò)專家可信度判斷裝置原理圖如圖3所示，網(wǎng)絡(luò)專家可信度判斷裝置還包括:信息收集器5、第二特征提取器6和第二神經(jīng)網(wǎng)絡(luò)識別器7。
[0051]信息收集器5用于從互聯(lián)網(wǎng)上獲取網(wǎng)絡(luò)專家的可信程度的影響因素信息；本例的可信程度的影響因素信息包括:用戶評論內(nèi)容、點(diǎn)贊量、點(diǎn)踩量、用戶評論分?jǐn)?shù)、用戶評論數(shù)量、專家職稱、專家在專業(yè)領(lǐng)域內(nèi)的認(rèn)可度、專家發(fā)表的文章數(shù)量、專家發(fā)表一篇文章的總時(shí)長和最后一篇文章離現(xiàn)在的時(shí)間長短。第二特征提取器6用于提取可信程度的影響因素信息的第二特征值，該第二特征值為網(wǎng)絡(luò)專家發(fā)表的文章數(shù)量、網(wǎng)絡(luò)專家發(fā)表文章的總時(shí)長和最后一篇文章離現(xiàn)在的時(shí)間長短。第二神經(jīng)網(wǎng)絡(luò)識別器7用于結(jié)合第一特征值和第二特征值對網(wǎng)絡(luò)專家的可信度進(jìn)行判斷；具體的，構(gòu)建第二神經(jīng)網(wǎng)絡(luò)識別器7的訓(xùn)練模型，該訓(xùn)練模型根據(jù)已設(shè)定樣本集進(jìn)行訓(xùn)練，該樣本集為好友的權(quán)重、好友的數(shù)量、網(wǎng)絡(luò)專家發(fā)表的文章數(shù)量、網(wǎng)絡(luò)專家發(fā)表文章的總時(shí)長和最后一篇文章離現(xiàn)在的時(shí)間長短，直至訓(xùn)練至期望可信度權(quán)重;將第二特征提取器6提取的第二特征值和第一特征提取器3提取的第一特征值分別輸入第二神經(jīng)網(wǎng)絡(luò)識別器7，第二神經(jīng)網(wǎng)絡(luò)識別器7的訓(xùn)練模型結(jié)合第二特征值和第一特征值進(jìn)行訓(xùn)練，并將訓(xùn)練結(jié)果與期望可信度進(jìn)行比較，若誤差值小于預(yù)先設(shè)定的誤差值，則判斷該網(wǎng)絡(luò)專家是權(quán)威專家，否則判斷該網(wǎng)絡(luò)專家是偽專家，預(yù)先設(shè)定的誤差值為0.001。
[0052]以上應(yīng)用了具體個(gè)例對本發(fā)明進(jìn)行闡述，只是用于幫助理解本發(fā)明，并不用以限制本發(fā)明。對于本發(fā)明所屬技術(shù)領(lǐng)域的技術(shù)人員，依據(jù)本發(fā)明的思想，還可以做出若干簡單推演、變形或替換。
【主權(quán)項(xiàng)】
1.網(wǎng)絡(luò)專家可信度判斷裝置，其特征在于，包括: 行為收集器(I)，用于收集網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界與其他用戶之間產(chǎn)生的社交行為； 數(shù)據(jù)累積器(2)，用于累積所述社交行為的相關(guān)數(shù)據(jù)； 第一特征提取器(3)，用于提取所述累積的社交行為的相關(guān)數(shù)據(jù)的第一特征值； 第一神經(jīng)網(wǎng)絡(luò)識別器(4)，用于根據(jù)所述第一特征值對所述網(wǎng)絡(luò)專家的可信度判斷。2.如權(quán)利要求1所述的網(wǎng)絡(luò)專家可信度判斷裝置，其特征在于，所述行為收集器(I)包括: 搜索單元(11)，用于通過網(wǎng)絡(luò)專家持有的第一移動智能終端搜索附近的移動智能終端； 連接及位置信息交換單元(12)，用于當(dāng)發(fā)現(xiàn)一用戶持有的第二移動智能終端時(shí)，則與所述第二移動智能終端建立會話連接，并與所述第二移動智能終端進(jìn)行實(shí)時(shí)位置的交換；實(shí)時(shí)行為識別單元(13)，用于通過所述實(shí)時(shí)位置信息以及會話連接的狀態(tài)信息，識別所述網(wǎng)絡(luò)專家與所述用戶當(dāng)前正在進(jìn)行的社交行為。3.如權(quán)利要求1所述的網(wǎng)絡(luò)專家可信度判斷裝置，其特征在于，所述行為收集器(I)包括: 實(shí)時(shí)空間位置信息獲取單元(14)，用于通過網(wǎng)絡(luò)專家持有的第一移動智能終端以及用戶持有的第二移動智能終端，獲取網(wǎng)絡(luò)專家以及用戶在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息；記錄及分析單元(15)，用于將所述在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息上傳給服務(wù)器，以便在服務(wù)器側(cè)對的所述在現(xiàn)實(shí)世界中的實(shí)時(shí)空間位置信息進(jìn)行記錄，并根據(jù)記錄的實(shí)時(shí)空間位置信息分析所述網(wǎng)絡(luò)專家與所述用戶的行動軌跡，根據(jù)所述行動軌跡識別網(wǎng)絡(luò)專家與用戶在現(xiàn)實(shí)世界中的社交行為。4.如權(quán)利要求2或3所述的網(wǎng)絡(luò)專家可信度判斷裝置，其特征在于，所述數(shù)據(jù)累積器(2)包括: 記錄子單元(21)，用于記錄網(wǎng)絡(luò)專家在現(xiàn)實(shí)世界中與其他用戶之間產(chǎn)生社交行為的時(shí)間、地點(diǎn)、次數(shù)； 復(fù)制子單元(22)，用于將所述社交行為的相關(guān)信息復(fù)制到互聯(lián)網(wǎng)中，以便其他用戶在所述互聯(lián)網(wǎng)中對所述社交行為進(jìn)行線上評價(jià)或反饋，累積評價(jià)或反饋的數(shù)據(jù)； 數(shù)據(jù)分析子單元(23)，用于分析所述記錄子單元(21)的數(shù)據(jù)，并根據(jù)分析結(jié)果將其他用戶相對于所述網(wǎng)絡(luò)專家分類為好友類和非好友類。5.如權(quán)利要求4所述的網(wǎng)絡(luò)專家可信度判斷裝置，其特征在于，所述數(shù)據(jù)累積器(2)還包括計(jì)數(shù)器(24)，所述計(jì)數(shù)器(24)用于記錄所述網(wǎng)絡(luò)專家的好友的數(shù)量。6.如權(quán)利要求5所述的網(wǎng)絡(luò)專家可信度判斷裝置，還包括: 信息收集器(5)，用于從互聯(lián)網(wǎng)上獲取網(wǎng)絡(luò)專家的可信程度的影響因素信息； 第二特征提取器(7)，用于提取所述可信程度的影響因素信息的第二特征值； 第二神經(jīng)網(wǎng)絡(luò)識別器(8)，用于結(jié)合所述第一特征值和第二特征值對所述網(wǎng)絡(luò)專家的可信度判斷。
【文檔編號】G06F17/30GK205427846SQ201620147538
【公開日】2016年8月3日
【申請日】2016年2月26日
【發(fā)明人】張怡寧, 張小春
【申請人】云南六個(gè)人網(wǎng)絡(luò)科技有限公司