[發明專利]一種在微博平臺中捕獲水軍的方法

有效

• 申請號: 201310017802.9
• 申請日: 2013-01-17
• 公開（公告）號: CN103095499A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 陳凱;周曲;周異;林成峰
• 申請（專利權）人: 上海交通大學
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26
• 代理公司: 上海漢聲知識產權代理有限公司 31236
• 代理人: 郭國中

技術領域

本發明涉及互聯網技術領域的社交網絡水軍捕獲方法，具體地，涉及一種在微博平臺中捕獲水軍的方法。

背景技術

隨著互聯網技術的發展，社交網絡的發展如火如荼，逐漸成為網民日常生活中的重要部分。社交網絡帶來了全新的低成本宣傳平臺，于是，一種被稱為“水軍”的用戶出現了，他們通過發布特定主題的信息，達到宣傳、控制輿論等目的。如何在海量的社交網絡用戶中檢測并且捕捉到這些水軍成為了維護社交網絡服務質量的一個關鍵問題。

在眾多類型的社交網絡中，微博由于其單向關注、內容簡潔、高實時性和多終端移動性的特點成異軍突起。因此在微博平臺上水軍現象尤為嚴重。這也使得微博平臺上的反水軍機制成為了一個難題。

經檢索，申請號為201110418586.X、公開號為102571484A的中國發明專利，該發明公開了一種檢測網絡水軍以及找到網絡水軍的方法，首先建立蜜罐帳號；通過帳號管理模塊對所有蜜罐帳號進行統一籌劃，確定蜜罐帳號的發帖和關注策略；從收集的帳號中檢測機器人帳號；帳號特征模塊對帳號特征向量進行描述，這個向量包括多維；帳號檢測模塊對收集的帳號，根據帳號特征向量符合機器人帳號特性的多少來檢測網絡水軍；利用檢測出來的機器人帳號找到更多的機器人帳號和水軍。相比較，本發明不是通過設立蜜罐賬號來吸引水軍，而是通過搜集信息然后過濾的方法來找到水軍，更加的主動、快速、有效。

檢索中還發現，申請號為201210050176.9、公開號為102629904A的中國發明專利，該發明公開了一種網絡水軍的探測與判定方法，包括用戶行為采集，用戶行為統計和網絡水軍分類器訓練三個模塊，其流程為：用戶行為采集——用戶行為統計——網絡水軍預測——網絡水軍判定。該發明通過獲取用戶行為樣本后對用戶行為進行統計，再使用機器學習的方法建立預測模型，最后對網絡水軍進行預測。相比較，本發明不需要建立機器學習模型，更加簡單和快速。

發明內容

針對現有技術中的缺陷，本發明的目的是提供一種在微博平臺中捕獲水軍的方法。根據少量的初始水軍樣本，通過分析他們的社會關系網，在盡可能減少人工判斷干預的情況下捕獲其他的水軍。

為實現上述的目的，本發明包括如下步驟：

第一步，通過新微博熱門話題或者名人微博的轉發列表等途徑，獲取嫌疑用戶。選取三個特征值的閾值（參與率的閾值M_a、平均重復度的閾值M_b、轉發重復度峰值的閾值M_r），然后利用反復的過濾—抽樣驗證的方法調整并確定閾值。利用該閾值過濾嫌疑用戶，并且通過人工觀察用戶是否具有水軍的行為特征（例如反復轉發同一條微博等），獲得初始水軍樣本S；M_a、M_b、M_r含義分別為：對于確定的微博列表，單個用戶參與轉發的微博數量占總微博數量的比例，即參與率閾值M_a；用戶的總轉發次數和用戶參與的微博數量的比例（即用戶對單條微博的平均轉發次數），即平均重復度閾值M_b；用戶重復轉發單條微博的次數的最大值，即轉發重復度峰值閾值M_r。

第二步，獲取所有樣本水軍的粉絲列表L，按照預先設定的密切度閾值Mc（即在水軍樣本中關注的用戶數量或者數量占總數的比例）過濾得到和樣本中多個水軍關系密切的用戶列表L’。

第三步，獲取這些用戶的微博發布特征信息，包括用戶的所有微博中轉發的微博的數量C_r和用戶轉發的源微博C_s的數量。

第四步，利用第三步獲得的信息，計算用戶的平均重復特征值（平均每條微博重復轉發的次數）和重復轉發次數的峰值。然后利用第一步設定的平均重復度的閾值M_b和轉發重復度峰值的閾值M_r進行過濾，將兩個特征值都超過閾值的用戶判定為水軍。

第五步，將新得到的水軍加入到樣本中，之后可以選擇重復步驟二到步驟四的迭代過程。

上述第一步獲取初始水軍樣本具體流程如下：

1）選定特定熱門話題（或者某個微博名人），獲取相關微博列表（對微博名人來說就是他的微博列表）。

2）抓取這些微博的轉發列表，統計其中涉及的用戶和每個用戶的轉發次數等信息。