[发明专利]一种基于区间分割的电商水军识别方法

权利要求书

1.一种基于区间分割的电商水军识别方法，其特征在于包括如下步骤：

步骤1，定义三元组数据结构G＝{i,α,r}，分别表示用户、商品和评分；

步骤2，假设用户的评分服从正态分布，计算商品历史评分的均值和方差；

步骤3，分别计算用户评分的正确率，用户各个评分到对应评分区间的距离之和，以及用户评分的极差；

所述步骤3中，计算用户评分的正确率的方法是：

步骤A31，利用Z-score方法对用户评分进行标准化处理；

步骤A32，将标准化处理后的评分进行归类，确定评分区间，在评分区间内的评分认为是正确的评分，否则认为是非正确评分；

步骤A33，统计用户正确评分的次数和非正确评分的次数，从而计算用户评分的正确率；

步骤4，根据用户评分的正确率和极差，结合用户各个评分到对应评分区间的距离之和，得到用户信誉；

所述步骤4中，计算用户信誉公式是：

其中，R_i表示用户i的信誉，d_i表示用户i各个评分到对应评分区间的距离之和，η_i表示用户i评分的正确率，v_i表示用户i评分的极差；

步骤5，将用户信誉进行排序，选择信誉最低的前N个用户作为水军，N为设定值；

所述步骤A33的具体内容是：统计用户正确评分的次数s_i和非正确评分的次数f_i，然后利用下式计算用户评分的正确率：

其中，η_i表示用户i评分的正确率；

所述步骤3中，计算用户各个评分到对应评分区间的距离之和的公式是：

其中，bd表示根据步骤A32确定的评分区间的边界，即-1或者1，当r'_iα≤-1,bd＝-1，当r'_iα≥1,bd＝1，否则r'_iα＝bd；d_i表示用户i各个评分到对应评分区间的距离之和，O_i为对商品α评分的用户i的集合；f_i表示用户i非正确评分的次数；

所述步骤3中，计算用户评分的极差的公式是：

其中，v_i表示用户i评分的极差，t_ir表示用户i在各个评分r下的打分次数。

2.如权利要求1所述的基于区间分割的电商水军识别方法，其特征在于：所述步骤2中，根据下式计算商品α的历史评分的均值μ_α：

其中，U_α表示购买商品α的用户集合，|U_α|表示购买商品α的用户数，r_iα表示用户i对商品α的评分；

根据下式计算商品α的历史评分的方差σ_α：

其中，U_α表示购买商品α的用户集合，|U_α|表示购买商品α的用户数，r_iα表示用户i对商品α的评分，μ_α表示商品α的历史评分的均值。

3.如权利要求1所述的基于区间分割的电商水军识别方法，其特征在于：所述步骤A31的具体内容是：

根据下式计算标准化后商品α的评分：

其中，r_iα表示用户i对商品α的评分，μ_α表示商品α的历史评分的均值，σ_α表示商品α的历史评分的方差。

4.如权利要求1所述的基于区间分割的电商水军识别方法，其特征在于：所述步骤5中，采用冒泡排序法将用户信誉从小到大进行排序；对于信誉相同的用户，根据其用户编号，将编号大的放在编号小的前面。