[發(fā)明專(zhuān)利]一種網(wǎng)絡(luò)熱點(diǎn)輿情事件中檢測(cè)和定位異常用戶(hù)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201711172800.1
• 申請(qǐng)日: 2017-11-22
• 公開(kāi)（公告）號(hào): CN108009220A
• 公開(kāi)（公告）日: 2018-05-08
• 發(fā)明（設(shè)計(jì)）人: 肖志宇;韓國(guó)輝;袁林;袁翔;黃明魁
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)電子科技集團(tuán)公司第二十八研究所
• 主分類(lèi)號(hào): G06F17/30
• 分類(lèi)號(hào): G06F17/30;G06Q50/00
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 黃振華

本發(fā)明公開(kāi)了一種網(wǎng)絡(luò)熱點(diǎn)輿情事件中檢測(cè)和定位異常用戶(hù)的方法，該方法通過(guò)將網(wǎng)絡(luò)熱點(diǎn)輿情事件中的文本數(shù)據(jù)，從熱度、文章作者離散度差異、簡(jiǎn)單文章比例差異、新注冊(cè)ID比例以及地域分布等特征進(jìn)行綜合分析，判斷出事件是否存在異常用戶(hù)。并通過(guò)分析事件相關(guān)用戶(hù)的互動(dòng)情況，構(gòu)建用戶(hù)協(xié)作網(wǎng)絡(luò)，從而分析出異常用戶(hù)群，最后得到事件中被炒作次數(shù)最多TOPN的用戶(hù)列表以及異常用戶(hù)的TOPN列表。本發(fā)明具有可擴(kuò)展性好、實(shí)現(xiàn)簡(jiǎn)單的優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于信息處理技術(shù)領(lǐng)域，涉及一種網(wǎng)絡(luò)熱點(diǎn)輿情事件中檢測(cè)和定位異常用戶(hù)的方法。

背景技術(shù)

中國(guó)正處在一個(gè)爆發(fā)式發(fā)展的網(wǎng)絡(luò)時(shí)代中，任何人都可以成為網(wǎng)絡(luò)信息的發(fā)布者和輿情演化的參與者這在方便人們交流的同時(shí)，也產(chǎn)生了一些諸如色情、暴力、虛假信息等混亂現(xiàn)象，甚至有些組織或團(tuán)體，幕后推動(dòng)輿論，制造出一些人為網(wǎng)絡(luò)熱點(diǎn)事件，混淆視聽(tīng)。這些人為熱點(diǎn)事件和虛假信息一樣，肆意揮霍著網(wǎng)民的信任，造成了互聯(lián)網(wǎng)的信任危機(jī)。更有甚者，由于我國(guó)目前正處于政治經(jīng)濟(jì)制度的轉(zhuǎn)型時(shí)期，快速發(fā)展的同時(shí)也必然會(huì)產(chǎn)生一些社會(huì)矛盾和問(wèn)題，如果一些異常用戶(hù)(比如網(wǎng)絡(luò)推手)，煽動(dòng)網(wǎng)民情緒，挾制輿論導(dǎo)向，惡意攻擊政府和社會(huì)，便會(huì)造成一些不應(yīng)有的惡劣影響。

因此對(duì)人為推動(dòng)的網(wǎng)絡(luò)熱點(diǎn)事件進(jìn)行研究，總結(jié)出人為推動(dòng)事件與普通網(wǎng)絡(luò)熱點(diǎn)事件的不同特征，從而在一個(gè)網(wǎng)絡(luò)熱點(diǎn)事件爆發(fā)時(shí)，能夠首先有效地甄別出熱點(diǎn)事件的爆發(fā)是網(wǎng)民意志的自然體現(xiàn)，還是某些團(tuán)體在幕后推動(dòng)的結(jié)果，然后再做出不同的應(yīng)對(duì)，才能夠使網(wǎng)絡(luò)熱點(diǎn)事件得到更好的解決。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有分析方法不足，提供一種針對(duì)網(wǎng)絡(luò)熱點(diǎn)輿情事件既能檢測(cè)是否存在異常用戶(hù)(比如網(wǎng)絡(luò)推手)，又能準(zhǔn)確定位異常用戶(hù)的方法。該方法可以應(yīng)用于輿情監(jiān)測(cè)等領(lǐng)域中。

技術(shù)方案：本發(fā)明主要步驟如下：

步驟1，獲取網(wǎng)絡(luò)熱點(diǎn)輿情事件中的發(fā)文數(shù)據(jù)(數(shù)據(jù)來(lái)源包括新聞、微博、論壇、貼吧、移動(dòng)APP以及微信等)；

步驟2，根據(jù)熱度統(tǒng)計(jì)獲取可能存在異常用戶(hù)的時(shí)間段，針對(duì)該時(shí)間段內(nèi)的數(shù)據(jù)進(jìn)行特征分析，得到特征值；

步驟3，將特征值通過(guò)動(dòng)態(tài)加權(quán)求和得到推動(dòng)綜合指數(shù)，根據(jù)綜合指數(shù)判斷是否存在異常用戶(hù)，如果存在，執(zhí)行步驟4，否則返回步驟1；

步驟4，將步驟2特征分析過(guò)程中得到的用戶(hù)ID作為候選用戶(hù)ID；

步驟5，計(jì)算候選用戶(hù)ID兩兩之間的用戶(hù)協(xié)作度，根據(jù)用戶(hù)協(xié)作度構(gòu)建用戶(hù)協(xié)作網(wǎng)絡(luò)，去除用戶(hù)協(xié)作網(wǎng)絡(luò)中用戶(hù)協(xié)作度低于閾值的邊，獲得異常用戶(hù)群；

步驟6，統(tǒng)計(jì)異常用戶(hù)群中所有用戶(hù)轉(zhuǎn)發(fā)、評(píng)論和跟帖的主帖作者出現(xiàn)的次數(shù)，按由高到低排序，獲得被炒作用戶(hù)TOPN列表，計(jì)算異常用戶(hù)群中各用戶(hù)節(jié)點(diǎn)的介數(shù)值，獲得當(dāng)前網(wǎng)絡(luò)熱點(diǎn)輿情事件中的異常用戶(hù)TOPN(最異常的前N個(gè)用戶(hù))列表，定位到具體的異常用戶(hù)。被炒作用戶(hù)是被異常用戶(hù)通過(guò)評(píng)論、跟帖、轉(zhuǎn)發(fā)行為在事件中較為突出的用戶(hù)，異常用戶(hù)則是通過(guò)自身網(wǎng)絡(luò)行為推動(dòng)網(wǎng)絡(luò)輿情事件的用戶(hù)。

步驟2包括如下步驟：

步驟2-1，根據(jù)文本數(shù)據(jù)的發(fā)布時(shí)間，按照一定時(shí)間間隔進(jìn)行統(tǒng)計(jì)，計(jì)算文本數(shù)據(jù)增長(zhǎng)率(下一個(gè)時(shí)間間隔的數(shù)據(jù)量相對(duì)于上一個(gè)時(shí)間間隔的數(shù)據(jù)量增長(zhǎng)的百分比)，將文本數(shù)據(jù)增長(zhǎng)率大于閾值(如50％以上)的連續(xù)時(shí)間間隔組成的時(shí)間段作為可能存在異常用戶(hù)的時(shí)間段T，平均增長(zhǎng)率作為特征A1；

步驟2-2，對(duì)時(shí)間段T內(nèi)的文本數(shù)據(jù)，根據(jù)發(fā)布作者進(jìn)行統(tǒng)計(jì)，計(jì)算文章作者離散度差異(即主推用戶(hù)ID發(fā)文數(shù)量占總文章數(shù)量的比例)，將發(fā)文超過(guò)一定數(shù)量(如5 篇及以上)的用戶(hù)ID判定為是主推用戶(hù)ID，用主推用戶(hù)ID發(fā)布文章數(shù)量占事件中所有用戶(hù)發(fā)文總數(shù)量的比例作為特征A2；