基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.     

赤壁

在长江岸边众多的低矮山岗中,有一座高不过50余米,方圆只有数百平米的小山峰,因其山体由赭红色的岩石构成,被当地人命名为赤壁山。如果从地质构造上来说,这座"约一亿年前因砾石、砂子与铁质、钙质等物沉积胶结氧化"而成的山峰,在长江岸边并无任何奇特之处,但由于1800年前冬季的一次战争,使得这座小山峰,成为冷兵器时代中国人最熟悉的符号之一。     

基于文本认知Hash的网络水军发帖检测技术研究

为了对网络水军的频繁发帖、顶贴进行控制、监督,设计一种文本认知Hash技术,对网络中存在的发帖进行分析、处理,生成发帖的文本Hash值,然后通过发帖Hash值之间的比较,确定该贴是否为灌水帖,并对该贴作出相应的处理。     

“网络水军”是个什么军

他们人数众多,队伍庞大,可以在网上轻松"盖楼"、随意删帖,也可以在线下策划新闻;他们可以动辄将对手踩在尘埃,也可以随手让委托人的负面成为"浮云",不费吹灰之力吸引上百万网友"围观",更是他们的雕虫小技,这就是传说中声势浩大的"网络水军"。他们的行踪之诡秘,战斗力之强悍,影响力之深远,早已超出了人们的想象。这支神秘之师之所以浮出水面,源于CCTV一则"网络黑社会"的深度报道,如今这一现象更是广受关注,成为今年"两会"代表热议的话题。     

一种网络论坛水军账号快速检测算法

在分析网络水军灌水行为的基础上,提出一种网络论坛水军账号快速检测算法.该算法包含3步:首先通过统计分析网络论坛单日回帖情况,确定可疑区间;然后根据用户单日回复行为构建用户协作网络,并依据删减后的用户协作网络的聚类情况确定高可疑时段;最后通过高可疑用户的回帖时间特征分析判定其是否为网络水军.该算法采用"层层逼近"的策略,分3次排除正常用户和数据,不断缩小计算范围,具有计算量小、计算速度快的特点.利用该算法对"新浪网-娱乐论坛-影视世界版块-影行天下子版块"2010年全年的数据进行分析,实验结果表明,该算法不仅能有效发现网络论坛的单个水军账号,还能发现网络水军军团账号并确定炒作内容,准确率高.     

名刊摘要

1感谢互联网10年前,巨头们控制着互联网世界的进入门槛,中国最早的一批网民好奇地研究着.com开启的另一个世界。现在,全中国有4.5亿网民,全球有接近20亿人在使用互联网。     

从“网络水军”现象分析网络诚信危机

"网络水军"、"网络黑社会"、"网络推手"等负面网络传播现象的出现,对正常网络民意和良性网络秩序造成冲击。针对当前网络诚信危机的现状,分析网络诚信危机的原因,提出应对网络诚信危机的对策,以促进信息社会的健康有序发展。     

服务于政府的越南网络水军

经过两天的审讯。2013年1月，越南河内法庭以颠覆国家罪判处14名异见人士3～13年不等的有期徒刑。这些异见人士中包括5名博客写手，他们的罪名是“旨在推翻人民政府”，“破坏民族团结”，并且“对越南社会主义其和国进行反动宣传”。     

Research on the Technology of Detection the Posts of ＂Net Navy＂ Based on Text＇s Hash

为了对网络水军的频繁发帖、顶贴进行控制、监督，设计一种文本认知Hash技术，对网络中存在的发帖进行分析、处理，生成发帖的文本Hash值，然后通过发帖Hash值之间的比较，确定该贴是否为灌水帖，并对该贴作出相应的处理。     

社交网络中水军用户团队不当行为准确识别技术

传统方法通过提取用户的静态行为特征,利用监督学习模型完成识别,在社交网络规模大的状态下,水军用户团队不当行为特征和正常用户越来越相似,无法准确识别社交网络中水军用户团队的不当行为。为了解决该问题,依据用户动态行为特征研究社交网络中水军用户团队不当行为准确识别技术。对社交网络进行描述,在此基础上,提取用户行为动态特征。把社交网络中水军用户团队不当行为识别问题看作二分类问题,将提取动态特征相应的样本作为输入,构建决策树,通过决策树对新的社交网络数据集进行水军用户团队不当行为识别。结果发现：采用的动态特征可有效反映水军团队不当用户行为特征;所提技术对水军用户团队不当行为的识别结果和人工标识结果基本一致;所提技术在三个数据集上的调和平均值和平衡准确度较其它技术高。可见所提技术识别准确性高。