[發(fā)明專利]汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)的水軍識別方法及裝置

在審

• 申請?zhí)枺?/td>: 202110512233.X
• 申請日: 2021-05-11
• 公開（公告）號: CN113326412A
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計）人: 張孌英
• 申請（專利權(quán)）人: 雄獅汽車科技（南京）有限公司;蕪湖雄獅汽車科技有限公司;奇瑞汽車股份有限公司
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/35;G06F40/279;G06K9/62;G06Q30/00
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 劉夢晴

1.一種汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)的水軍識別方法，其特征在于，包括以下步驟：

從網(wǎng)絡(luò)爬取初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)；

對所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)進行數(shù)據(jù)處理，得到清洗后的最終網(wǎng)絡(luò)數(shù)據(jù)；

根據(jù)所述最終網(wǎng)絡(luò)數(shù)據(jù)對每位用戶創(chuàng)建不同維度的特征變量，并基于所述每位用戶的特征變量生成聚類模型；以及

將所述聚類模型與預(yù)設(shè)的水軍特征合并，生成水軍規(guī)則識別模型，以利用所述水軍規(guī)則識別模型識別任一網(wǎng)絡(luò)數(shù)據(jù)中的水軍數(shù)據(jù)，得到有效汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)包括與主機廠相關(guān)的文章信息、視頻信息及評論信息。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述每位用戶的特征變量生成聚類模型，包括：

將所述用戶的特征變量進行標(biāo)準(zhǔn)化處理，得到處理后的特征變量；

將所有處理后的特征變量分別進行KMeans與DBSCAN聚類模型估計，融合得到所述聚類模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，特征變量的標(biāo)準(zhǔn)化公式為：

其中，x₁為所述用戶該特征變量標(biāo)準(zhǔn)化后的取值，x為所述用戶該特征變量原始取值，u為該特征變量的平均值，σ為該特征變量標(biāo)準(zhǔn)差。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)進行數(shù)據(jù)處理，包括：

篩選出所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)中重復(fù)的數(shù)據(jù)；

和/或，去除所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)中包含預(yù)設(shè)字符的數(shù)據(jù)。

6.一種汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)的水軍識別裝置，其特征在于，包括：

爬取模塊，用于從網(wǎng)絡(luò)爬取初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)；

獲取模塊，用于對所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)進行數(shù)據(jù)處理，得到清洗后的最終網(wǎng)絡(luò)數(shù)據(jù)；

生成模塊，用于根據(jù)所述最終網(wǎng)絡(luò)數(shù)據(jù)對每位用戶創(chuàng)建不同維度的特征變量，并基于所述每位用戶的特征變量生成聚類模型；以及

識別模塊，用于將所述聚類模型與預(yù)設(shè)的水軍特征合并，生成水軍規(guī)則識別模型，以利用所述水軍規(guī)則識別模型識別任一網(wǎng)絡(luò)數(shù)據(jù)中的水軍數(shù)據(jù)，得到有效汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)包括與主機廠相關(guān)的文章信息、視頻信息及評論信息。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述生成模塊，包括：

將所述用戶的特征變量進行標(biāo)準(zhǔn)化處理，得到處理后的特征變量；

將所有處理后的特征變量分別進行KMeans與DBSCAN聚類模型估計，融合得到所述聚類模型。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，特征變量的標(biāo)準(zhǔn)化公式為：

其中，x₁為所述用戶該特征變量標(biāo)準(zhǔn)化后的取值，x為所述用戶該特征變量原始取值，u為該特征變量的平均值，σ為該特征變量標(biāo)準(zhǔn)差。

10.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述獲取模塊，包括：

篩選出所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)中重復(fù)的數(shù)據(jù)；

和/或，去除所述初始汽車主機廠網(wǎng)絡(luò)數(shù)據(jù)中包含預(yù)設(shè)字符的數(shù)據(jù)。