网络水军的检测方法及装置

摘要

本发明涉及一种网络水军的检测方法及装置。其中，网络水军的检测方法包括：步骤一，将原始的用户描述信息表示为归一化的用户描述向量，从用户描述向量中筛选出已分类数据，将该已分类数据的a%作为深度信念网络DBN模型的训练数据，将该已分类数据的b%作为DBN模型的检测数据；步骤二，用训练数据训练DBN模型，输出训练得到的DBN模型；步骤三，检验输出DBN模型的收敛性和判定准确率，根据检验结果调整所述步骤一和步骤二中的相关参数，直至所述输出DBN模型达到预设收敛条件或终止条件；步骤四，使用最终DBN模型对网络水军进行检测。本发明的网络水军的检测方法及装置，既提高了网络水军检测算法的收敛性和准确率，又缩短了海量样本数据下的模型训练时间。

主权项

一种网络水军的检测方法，其特征在于，包括：步骤一，将原始的用户描述信息表示为归一化的用户描述向量，从所述用户描述向量中筛选出已分类数据，将该已分类数据的a％作为深度信念网络DBN模型的训练数据，将该已分类数据的b％作为DBN模型的检测数据，a大于b，且a与b之和等于100，所述用户描述信息的类型由用户预先选定，所述已分类用户数据指已经被标记为是否网络水军的用户数据；步骤二，用所述训练数据训练DBN模型，输出训练得到的DBN模型，将该输出的DBN模型称为输出DBN模型；步骤三，检验所述输出DBN模型的收敛性和判定准确率，根据检验结果调整所述步骤一和步骤二中的训练数据，直至所述输出DBN模型达到预设收敛条件或终止条件，其中，所述判定准确率通过采用所述检测数据检测所述输出DBN模型而得到；步骤四，使用最终DBN模型对网络水军进行检测，所述最终DBN模型是指达到所述预设收敛条件或终止条件的输出DBN模型。