[发明专利]汽车主机厂网络数据的水军识别方法及装置

说明书

本申请公开了一种汽车主机厂网络数据的水军识别方法及装置，其中，方法包括：从网络爬取初始汽车主机厂网络数据；对初始汽车主机厂网络数据进行数据处理，得到清洗后的最终网络数据；根据最终网络数据对每位用户创建不同维度的特征变量，并基于每位用户的特征变量生成聚类模型；将聚类模型与预设的水军特征合并，生成水军规则识别模型，以利用水军规则识别模型识别任一网络数据中的水军数据，得到有效汽车主机厂网络数据。由此，解决相关技术中水军的大量舆论引导，无法反映用户真实的对于汽车品牌的认知以及反馈，导致得不到有效的用户产品反馈的问题，从而剔除相关水军异常数据，为后续产品运营以及优化，舆情监控等应用提供正确的策略建议。

技术领域

本申请涉及数据挖掘技术领域，特别涉及一种汽车主机厂网络数据的水军识别方法及装置。

背景技术

目前，网络媒体作为主机厂了解用户对产品的反馈的重要渠道，通过收集相关汽车媒体用户评论信息并且进行数据清洗以及分析，了解用户对自己品牌的主要意见以及反馈，对于主机厂产品的改进方向有着重要的指导意义。

然而，各主机厂为宣传自己的品牌，会选择雇佣专职网络评论人员(水军)进行品牌的舆论引导，而水军的大量舆论引导，无法反映用户真实的对于汽车品牌的认知以及反馈，导致得不到有效的用户产品反馈，进而影响主机厂产品的改进方向，亟待解决。

申请内容

本申请提供一种汽车主机厂网络数据的水军识别方法及装置，以解决相关技术中水军的大量舆论引导，无法反映用户真实的对于汽车品牌的认知以及反馈，导致得不到有效的用户产品反馈的问题，从而剔除相关水军异常数据，为后续产品运营以及优化，舆情监控等应用提供正确的策略建议。

本申请第一方面实施例提供一种汽车主机厂网络数据的水军识别方法，包括以下步骤：

从网络爬取初始汽车主机厂网络数据；

对所述初始汽车主机厂网络数据进行数据处理，得到清洗后的最终网络数据；

根据所述最终网络数据对每位用户创建不同维度的特征变量，并基于所述每位用户的特征变量生成聚类模型；以及

将所述聚类模型与预设的水军特征合并，生成水军规则识别模型，以利用所述水军规则识别模型识别任一网络数据中的水军数据，得到有效汽车主机厂网络数据。

可选地，所述初始汽车主机厂网络数据包括与主机厂相关的文章信息、视频信息及评论信息。

可选地，所述基于所述每位用户的特征变量生成聚类模型，包括：

将所述用户的特征变量进行标准化处理，得到处理后的特征变量；

将所有处理后的特征变量分别进行KMeans与DBSCAN(Density-Based SpatialClustering of Applications with Noise，聚类算法)聚类模型估计，融合得到所述聚类模型。

可选地，特征变量的标准化公式为：

其中，x₁为所述用户该特征变量标准化后的取值，x为所述用户该特征变量原始取值，u为该特征变量的平均值，σ为该特征变量标准差。

可选地，所述对所述初始汽车主机厂网络数据进行数据处理，包括：

筛选出所述初始汽车主机厂网络数据中重复的数据；

和/或，去除所述初始汽车主机厂网络数据中包含预设字符的数据。

本申请第二方面实施例提供一种汽车主机厂网络数据的水军识别装置，包括：

爬取模块，用于从网络爬取初始汽车主机厂网络数据；