[發明專利]一種跨模態檢測網絡水軍的方法

在審

• 申請號: 201710559559.1
• 申請日: 2017-07-11
• 公開（公告）號: CN109241379A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 白肖璇;相迎宵;陳彤;王盈地;劉京京;竇帥;代磊;陳一昊;牛溫佳;劉吉強
• 申請（專利權）人: 北京交通大學
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/9538;G06F16/33;G06F16/50;G06F16/58
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 黃曉軍

1.一種跨模態檢測網絡水軍的方法，其特征在于，包括：

S1：獲取網頁評論數據，將所述評論數據進行預處理，得到精簡數據；

S2：提取所述精簡數據中的文本特征，將所述文本特征生成文本特征向量；

S3：提取所述精簡數據中的圖像特征；將所述圖像特征生成圖像特征向量；

S4：將所述文本特征向量和所述圖像特征向量組成數據集，將所述數據集運用算法進行跨模態學習，得出網絡水軍信息。

2.根據權利要求1所述的方法，其特征在于，所述的S1包括：

選取熱門平臺下的評論數據進行爬取，去除所述評論數據中的系統默認評論，去除所述評論數據中的純文本評論數據。

3.根據權利要求1所述的方法，其特征在于，所述的S2包括：

使用Textrank算法對所述精簡數據中的文本數據進行特征提取，具體步驟如下：

(1)對所述的文本數據進行關鍵詞提取，生成候選關鍵詞；

(2)構建候選關鍵詞圖G＝(V,E)，其中V為節點集，由所述候選關鍵詞組成，通過共現關系構造任兩個節點之間的邊，E表示邊的集合，所述兩個節點之間存在邊對應的關鍵詞在長度為K的窗口中共現，K為窗口大小，且最多共現K個單詞；

(3)根據如下公式，迭代傳播各節點的權重，直至收斂，

其中R(w):w的PageRank值、O(w):w的出度，e(w_j,w_i):w_j→w_i邊上的權重，V:節點集合，λ:平滑因子；

(4)對所述的節點權重進行倒序排序，得到的單詞作為候選關鍵詞；

(5)根據(4)中所述的候選關鍵詞，在(1)中所述文本數據上進行標記，若形成相鄰詞組，則組合成多詞關鍵詞。

4.根據權利要求1所述的方法，其特征在于，所述的S3包括：

使用HOG算法對所述精簡數據中的圖像進行特征提取，具體步驟如下：

(1)將所述圖像進行灰度化，其轉化公式為：

Gray＝0.3□R+0.59□G+0.11□B

(2)采用Gamma校正法對所述圖像進行顏色空間的標準化，將所述圖像整體亮度提高或降低，降低所述圖像局部的陰影和光照變化所造成的影響；Gamma壓縮公式如下：

Y(x,y)＝I(x,y)^γ

其中γ設定為0.5，(x,y)為圖像中的像素點；

分別在水平和垂直方向下計算所述圖像的梯度及梯度方向，用圖捕獲輪廓和紋理信息，弱化光照的干擾，計算公式為：

G_x(x,y)＝H(x+1,y)-H(x-1,y)

G_y(x,y)＝H(x,y+1)-H(x,y-1)

其中G_x(x,y),G_y(x,y),H(x,y)分別表示所述圖像中像素點(x,y)處水平方向和垂直方向的梯度和像素值，分別用[-1,0,1]和[1,0,-1]T梯度算子對原圖像做卷積運算，得到水平x方向和豎直y方向，再計算所述像素點的梯度大小和方向，公式如下：

(3)將所述圖像劃分成若干個小單元，統計每個小單元的梯度直方圖，將每幾個所述小單元組成一個塊，所述塊內所有小單元的特征向量串聯起來得到所述塊的HOG特征向量；

(4)將所有所述塊的HOG特征向量串聯起來得到所述圖像的HOG特征向量，所述圖像的HOG特征向量為用于分類使用的多維度特征向量，得到的所述圖像HOG特征向量格式為