[发明专利]水军群体识别方法、装置、设备及介质

权利要求书

1.一种基于社交网络协同转发行为的水军群体识别方法，其特征在于，包括以下步骤：

步骤一：基于社交网络事件，分析两两用户对是否在极短时间间隔内转发相同的文章源，如上述行为的发生次数达到预设阈值，则用户对之间存在协同转发关系，提取社交网络事件中所有用户对的协同转发关系，构建全局协同关系网络；

步骤二：基于全局协同关系网络，对一阶直接邻近相似度和邻域相似度进行加权融合，以得到节点综合相似度；

步骤三：基于节点综合相似度，使用层次划分方法对协同关系网络进行群体划分，获得参与社交网络事件的各水军群体；

步骤二包括如下步骤：

S21：构建协同关系网络后，定义的邻接矩阵为，计算度矩阵：

；

计算协同关系网络的拉普拉斯矩阵：

；

将拉普拉斯矩阵进行归一化：

；

依据谱定理，对归一化拉普拉斯矩阵进行特征值分解：

；

其中，为特征值组成的对角矩阵，为特征向量矩阵；

将特征值数值按照升序排序，提取前个特征值，并计算前个特征值对应的特征向量，将个特征向量组成矩阵：

；

其中，为用户节点的个数，为向量的维度；的每一行代表一个用户节点的维表示向量；

对于，令、分别表示的第、行向量，、分别表示用户节点、的第个维度表示，用户节点和的一阶直接邻近相似度计算公式为：

；

S22：采用改进的邻域相似度计算公式：；

其中，、分别表示用户节点、的邻居节点数量；表示用户节点和用户节点的共同邻居数量；表示在节点、节点及共同邻居形成的子网络中，连边的实际数目；，表示在上述子网络中，网络节点的总数，表示在上述子网络中，理论上形成的最大连边数目；表示在上述子网络中，得到的网络密度数值；

S23：分别对、进行最大值标准化，对标准化后的数值加权融合，得到节点的综合相似度，综合相似度计算公式为：

；

其中，表示权重值，取值范围为0-1之间；为的最大值；为的最大值。

2.根据权利要求1所述的基于社交网络协同转发行为的水军群体识别方法，其特征在于，步骤一包括如下步骤：

S11：对于拟研究的社交网络事件，设置社交网络事件的关键词组和时间范围，基于关键词组和时间范围，利用API及爬虫工具进行数据检索和匹配，得到社交网络事件相关数据；对数据进行清洗和预处理后，将转发源文章数值相等的数据放进同一组，对于每一组数据，按照发文时间进行升序排列；如果用户和的转发时间间隔秒，表明用户对在极短时间间隔内转发相同的文章源，在用户和之间构建一条连边；当用户和出现多次协同转发的情况时，将协同次数进行累加，协同转发累计次数为网络的连边权重；

S21：设置权重阈值，剔除连边权重的连边，构建拟研究事件的协同关系网络，协同关系网络抽象为一个由节点以及节点之间的连边组成的图。

3.根据权利要求1所述的基于社交网络协同转发行为的水军群体识别方法，其特征在于，步骤三包括如下步骤：

S31：对于任意两个群体、，基于两个群体中任意节点对的综合相似度的最大值来衡量两个群体的相似度，群体相似度公式为：

；

其中，是属于群体中的任意节点，是属于群体中的任意节点；

S32：使用层次划分方法对网络进行群体划分，假设有个节点进行群体划分，初始时每个节点被看做一个群体；接着使用群体相似度公式将最相似的两个群体合并为一个群体，共产生个群体；然后继续合并最相似的两个群体，直至所有节点被合并到一个群体中；

整个划分流程表现为一个层次结构树状图，每一层代表对关系网络的一种群体划分结果，遍历每种群体划分结果对应的模块度值，选取模块度最大的群体划分结果作为网络的最优划分结果，模块度的计算公式为：；；

其中，表示网络中的所有协同转发权重之和；表示节点和节点的协同转发权重；表示的度数，即所有与节点发生的协同转发权重之和；表示节点所属的群体；如果用户、属于同一个群体，取值为1，否则为0；

在得到水军群体划分结果后，使用多数投票法识别水军群体领袖。