[发明专利]一种跨模态检测网络水军的方法

权利要求书

1.一种跨模态检测网络水军的方法，其特征在于，包括：

S1：获取网页评论数据，将所述评论数据进行预处理，得到精简数据；

S2：提取所述精简数据中的文本特征，将所述文本特征生成文本特征向量；

S3：提取所述精简数据中的图像特征；将所述图像特征生成图像特征向量；

S4：将所述文本特征向量和所述图像特征向量组成数据集，将所述数据集运用算法进行跨模态学习，得出网络水军信息。

2.根据权利要求1所述的方法，其特征在于，所述的S1包括：

选取热门平台下的评论数据进行爬取，去除所述评论数据中的系统默认评论，去除所述评论数据中的纯文本评论数据。

3.根据权利要求1所述的方法，其特征在于，所述的S2包括：

使用Textrank算法对所述精简数据中的文本数据进行特征提取，具体步骤如下：

(1)对所述的文本数据进行关键词提取，生成候选关键词；

(2)构建候选关键词图G＝(V,E)，其中V为节点集，由所述候选关键词组成，通过共现关系构造任两个节点之间的边，E表示边的集合，所述两个节点之间存在边对应的关键词在长度为K的窗口中共现，K为窗口大小，且最多共现K个单词；

(3)根据如下公式，迭代传播各节点的权重，直至收敛，

其中R(w):w的PageRank值、O(w):w的出度，e(w_j,w_i):w_j→w_i边上的权重，V:节点集合，λ:平滑因子；

(4)对所述的节点权重进行倒序排序，得到的单词作为候选关键词；

(5)根据(4)中所述的候选关键词，在(1)中所述文本数据上进行标记，若形成相邻词组，则组合成多词关键词。

4.根据权利要求1所述的方法，其特征在于，所述的S3包括：

使用HOG算法对所述精简数据中的图像进行特征提取，具体步骤如下：

(1)将所述图像进行灰度化，其转化公式为：

Gray＝0.3□R+0.59□G+0.11□B

(2)采用Gamma校正法对所述图像进行颜色空间的标准化，将所述图像整体亮度提高或降低，降低所述图像局部的阴影和光照变化所造成的影响；Gamma压缩公式如下：

Y(x,y)＝I(x,y)^γ

其中γ设定为0.5，(x,y)为图像中的像素点；

分别在水平和垂直方向下计算所述图像的梯度及梯度方向，用图捕获轮廓和纹理信息，弱化光照的干扰，计算公式为：

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)分别表示所述图像中像素点(x,y)处水平方向和垂直方向的梯度和像素值，分别用[-1,0,1]和[1,0,-1]T梯度算子对原图像做卷积运算，得到水平x方向和竖直y方向，再计算所述像素点的梯度大小和方向，公式如下：

(3)将所述图像划分成若干个小单元，统计每个小单元的梯度直方图，将每几个所述小单元组成一个块，所述块内所有小单元的特征向量串联起来得到所述块的HOG特征向量；

(4)将所有所述块的HOG特征向量串联起来得到所述图像的HOG特征向量，所述图像的HOG特征向量为用于分类使用的多维度特征向量，得到的所述图像HOG特征向量格式为