[发明专利]一种基于极差的电商水军识别方法

权利要求书

1.一种基于极差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,j,k}，分别表征用户、商品和评分；

步骤2，在初始状态下，将各用户的信誉初始化为相同，并基于此计算初始状态下的商品质量；

根据下式计算商品质量：

上述公式中，Q_α表示商品α的质量，U_α表示购买α商品的用户集合，r_iα表示用户i对商品的评分；R_i表示用户i的信誉，各用户的信誉初始化为1，则此时计算得到的商品质量即为初始状态下的商品质量；

步骤3，根据信息熵理论公式，计算各个用户评分与商品质量的偏差；具体过程是：

步骤31，假设用户i对m个商品的评分为G_i＝{g_i1,g_i2...g_im}，m个商品质量Q＝{q₁,q₂...q_m}，则两者向量的差值的绝对值为：

D_i(G_i,Q)＝|G-Q|＝{d_i1,d_i2...d_im}

其中，d_im指用户购买过的商品与该商品质量的差值，D_i(G_i,Q)表示用户对购买过商品的评分与商品质量的差值；

步骤32，对各个用户进行如步骤31的差值计算，然后对差值进行分类处理，根据评分等级1-n划分出n个区间，根据d_im值的大小将其归到对应的区间，再统计各个用户每个区间的平均差值和每个区间的占比大小，占比大小计算方式如下：

其中，p(n_ij)表示用户i差值区间j的占比大小，L_ij表示用户i区间j的差值个数，L_i表示用户i的评分差值总个数；

步骤33，根据信息熵的计算方式，根据下式计算用户评分与商品质量的偏差：

其中，DH_i表示用户i的偏差，p(n_ij)表示区间j的占比大小，表示区间j的平均差值；DH_i越大，则该用户的行为越偏离商品质量，信誉越低；

步骤4，计算各用户的评分极差，从而区分正常用户和水军的评分行为；

统计各个用户对每一个评分等级的评价次数，接着让评分等级次数最多的减去评分最少的，若用户未打过某个评分，则不将其算入极差的计算范围之中；最后将其进行归一化，计算公式如下：

其中，ζ_i表示用户i的评分极差，r_max表示评分次数最多的，r_min表示评分次数最少的；如果ζ_i越小，则表示该用户不具备明显的评分偏好，其信誉低于拥有明显评分偏好的用户；

步骤5，基于步骤3得到的偏差和步骤4得到的评分极差，计算得到各个用户的用户信誉；

根据下式计算用户i的信誉：

其中，R_i表示用户i的信誉，ζ_i表示该用户的偏好显著程度，DH_i表示该用户的评分与商品质量的偏差；

步骤6，将步骤5计算得到的各用户信誉代入商品质量的计算公式中，得到对应的商品质量，再重复步骤3-5，得到新的用户信誉；

步骤7，计算用户信誉变化总和，若大于信誉变化阈值，则将新的用户信誉代入商品质量的计算公式中，得到对应的商品质量，重复步骤3-6，直至用户信誉变化总和小于信誉变化阈值；若小于信誉变化阈值，则停止迭代；

步骤8，对得到的用户信誉进行排序，选择信誉最低的前N个用户作为水军，N为设定值。

2.如权利要求1所述的基于极差的电商水军识别方法，其特征在于：所述步骤7中，用户信誉变化总和Δ的计算公式是：

其中，R_i'表示迭代计算中新的用户信誉，|U|表示用户集合。