[发明专利]一种基于聚类的微博水军团体检测方法

权利要求书

1.一种基于聚类的微博水军团体检测方法，其特征在于，该方法包括：

对用户发布的博文进行处理；

对所述博文下的评论交互用户进行结构构图；

对用户多特征属性数据进行处理，构造离散型距离与半径函数；

基于DBSCAN算法对用户进行聚类，得到若干个簇；

对所述博文下的簇进行比对，利用节点相似度进行划分，得到水军团体。

2.如权利要求1所述的基于聚类的微博水军团体检测方法，其特征在于，所述用户多特征属性包括账户特征、社交属性和内容特征。

3.如权利要求2所述的基于聚类的微博水军团体检测方法，其特征在于，所述账户特征包括ID、注册日期、等级是否会员、微博数和基本资料缺失度。

4.如权利要求2所述的基于聚类的微博水军团体检测方法，其特征在于，所述社交属性包括粉丝数、粉丝ID、关注数和关注者ID。

5.如权利要求2所述的基于聚类的微博水军团体检测方法，其特征在于，所述内容特征包括历史发布博文内容主题、博文发布时间和博文总数。

6.如权利要求1所述的基于聚类的微博水军团体检测方法，其特征在于，所述DBSCAN算法为改进的DBSCAN算法，具体包括：获取已预处理数据及其交互图结构，距离计算公式以及半径r随着时间段变化进行更新，在此基础上再用DBScan算法进行聚类。

7.如权利要求6所述的基于聚类的微博水军团体检测方法，其特征在于，所述改进的DBscan算法增加了半径变化函数。

8.如权利要求1所述的基于聚类的微博水军团体检测方法，其特征在于，还包括：

对所述博文下的用户进行预处理，得到一批筛选后的用户数据。

9.如权利要求1所述的基于聚类的微博水军团体检测方法，其特征在于，还包括：

剔除水军团体中的噪音。

10.如权利要求9所述的基于聚类的微博水军团体检测方法，其特征在于，根据账户特征ID是否乱码随机生成、注册时间所属时间段、是否会员、微博数/账户存在时间是否＝i值、基本资料缺失值/总可填资料值数是否j进行判断。