[发明专利]微博水军识别方法与设备

权利要求书

1.一种微博水军识别方法，该方法包括：

步骤1)确定用于评估用户在微博平台上的成本的用户属性，其中，用户在微博平台上的成本包括管理成本、曝光成本、社交成本和/或微博成本；用户的管理成本表示该用户在微博平台上花费的时间和精力；用户的曝光成本表示用户暴露在微博平台上的信息的透明程度；用户的社交成本表示用户在微博平台上的人脉资源信息；微博成本表示用户在平台上发布信息、转发信息所花费的成本；所述管理成本、曝光成本、社交成本和/或微博成本中的每一个以与其关联的一个或多个用户属性来表征；

步骤2)对于待识别的微博用户，从微博平台采集与所述管理成本、曝光成本、社交成本和/或微博成本关联的用户属性信息；

步骤3)基于所采集的用户属性信息计算该用户的管理成本、曝光成本、社交成本和/或微博成本的成本值，并对各成本值求和以得到该用户在微博平台上的成本；

步骤4)将该用户在微博平台上的成本与预先设定的水军判定阈值进行比较，如果该用户在微博平台上的成本小于该水军判定阈值，则判定该用户为水军；其中水军判定阈值是通过下列方式确定的：以一定数量的已知水军用户为样本，评估每个水军用户在微博平台的成本，得到水军用户在微博平台的成本的取值范围，以及基于该取值范围确定水军判定阈值。

2.根据权利要求1所述的方法，与所述管理成本关联的用户属性包括用户账号中的收藏数量、用户等级、用户账号中标签的数量、和/或用户账号的注册时长。

3.根据权利要求1所述的方法，与所述曝光成本关联的用户属性包括用户账号中地理位置信息、用户账号中自我描述的信息、用户账号链接信息和/或用户账号认证信息。

4.根据权利要求1所述的方法，与所述社交成本关联的用户属性包括用户的粉丝数量、用户的关注数量、用户的互粉数量和/或与其它用户的交互比率，其中，与其它用户的交互比率为N1/N2，N1为用户评论或回复其它用户的微博的数量，而N2为被该用户评论或者回复的用户数量。

5.根据权利要求1所述的方法，与所述微博成本关联的用户属性包括用户发布的微博数量与粉丝数量的比率、用户发布微博的规律性、发布微博与转发微博的比率和/或转发其它用户的比率，其中以时间T为周期，计算用户发布微博的数量，之后计算用户最近的N个周期内发布微博的数量的方差，所述方差用以表征所述用户发布微博的规律性。

6.一种微博水军识别方法，该方法包括：

步骤1)对于待处理的微博，获取与转发该微博的用户相关的信息、和/或与评论该微博的用户相关的信息以及用户评论的内容；

步骤2)采用如权利要求1-5任一项所述的方法对转发该微博的用户和/或评论该微博的用户进行水军识别。

7.根据权利要求6所述的方法，所述步骤2)还包括：

如果采用如权利要求1-5任一项所述的方法判断转发该微博的用户不是水军，则比较该用户转发该微博的次数与预定的转发次数阈值的大小，如果用户转发该微博的次数大于等于该转发次数阈值，那么判定用户是水军。

8.根据权利要求6所述的方法，所述步骤2)还包括：

如果采用如权利要求1-5任一项所述的方法判断评论该微博的用户不是水军，则比较该用户评论该微博的次数与预定的评论次数阈值的大小，如果用户评论该微博的次数大于等于该评论次数阈值，那么判定用户是水军。