摘要：針對(duì)當(dāng)前電影評(píng)論中存在過(guò)多的水軍評(píng)論而導(dǎo)致電影評(píng)論失真的問(wèn)題，分別討論了當(dāng)前三種主流水軍挖掘方法在網(wǎng)絡(luò)電影評(píng)論中運(yùn)用的可行性，之后通過(guò)對(duì)部分水軍賬號(hào)進(jìn)行分析，從而總結(jié)出電影評(píng)論網(wǎng)絡(luò)水軍的一些共性特點(diǎn)。

關(guān)鍵詞：電影評(píng)論，網(wǎng)絡(luò)水軍，數(shù)據(jù)挖掘

1.引言

網(wǎng)絡(luò)水軍一般是以盈利為目的，通過(guò)對(duì)網(wǎng)絡(luò)輿論的控制和引導(dǎo)，為企業(yè)提供品牌炒作、產(chǎn)品營(yíng)銷(xiāo)、口碑維護(hù)、危機(jī)公關(guān)等服務(wù)。隨著近幾年電影市場(chǎng)的火爆，網(wǎng)絡(luò)水軍開(kāi)始大量滲透進(jìn)各大電影論壇中，其評(píng)論欺騙人們相信一部電影值得看或者將一部影片的貶得一文不值，這會(huì)誤導(dǎo)人們決定看什么電影，嚴(yán)重影響著許多電影的口碑走向，無(wú)形中對(duì)一些電影的收益產(chǎn)生重大影響，并危害國(guó)家的文化產(chǎn)業(yè)發(fā)展。

2.網(wǎng)絡(luò)水軍挖掘的常見(jiàn)方法

目前，按照研究方法的不同，網(wǎng)絡(luò)水軍挖掘研究可以分為基于用戶(hù)產(chǎn)生內(nèi)容特征、基于環(huán)境特征的識(shí)別方法和基于用戶(hù)相關(guān)特征。

2.1 基于用戶(hù)產(chǎn)生內(nèi)容特征

該方法根據(jù)具體的評(píng)論內(nèi)容來(lái)對(duì)疑似水軍進(jìn)行識(shí)別，早期的電影評(píng)論水軍往往發(fā)表許多內(nèi)容高度相似的影評(píng)，來(lái)達(dá)到其最大化網(wǎng)絡(luò)影響且最大程度減少工作量的目的，因此具有顯著可識(shí)別的特征，此時(shí)，結(jié)合機(jī)器學(xué)習(xí)中的自然語(yǔ)言處理、文本分類(lèi)、情感分類(lèi)等技術(shù)，比較容易分辨出水軍的影評(píng)。但是，隨著當(dāng)今網(wǎng)絡(luò)環(huán)境的復(fù)雜化及水軍行業(yè)的專(zhuān)業(yè)化，其影評(píng)更加接近于正常用戶(hù)，單單根據(jù)電影評(píng)論的內(nèi)容，很難對(duì)兩者進(jìn)行區(qū)分，因此當(dāng)前的電影評(píng)論水軍挖掘通過(guò)該方法并不能取得很好的效果。

2.2 基于環(huán)境特征的識(shí)別方法

網(wǎng)絡(luò)水軍的異常行為使其在網(wǎng)絡(luò)環(huán)境層級(jí)表現(xiàn)出不同于正常用戶(hù)的特點(diǎn)，研究者們通常基于IP的黑名單信息、TCP腳印信息、路由信息以及機(jī)器人網(wǎng)站命令追蹤信息等聯(lián)系起來(lái)對(duì)水軍的網(wǎng)絡(luò)級(jí)別特征經(jīng)行分析，以實(shí)現(xiàn)對(duì)水軍的追蹤。另外，也有學(xué)者利用網(wǎng)絡(luò)服務(wù)提供商的水軍記錄行為，從ISP角度提出流量級(jí)別的特征，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)水軍行為的建模。此外，基于水軍在制造垃圾評(píng)論時(shí)的網(wǎng)絡(luò)負(fù)載突然加大這一特點(diǎn)，近幾年通過(guò)網(wǎng)絡(luò)流量的角度去挖掘水軍特征也為這方面的研究提供了一條新思路?？偟膩?lái)說(shuō)，基于環(huán)境特征的識(shí)別方法其研究需要相應(yīng)的實(shí)驗(yàn)數(shù)據(jù)集，而獲取相應(yīng)的數(shù)據(jù)集存在相當(dāng)大的難度，因此該方法在電影評(píng)論領(lǐng)域的運(yùn)用并沒(méi)有得到大規(guī)模推廣。

2.3 基于用戶(hù)相關(guān)特征

基于用戶(hù)相關(guān)特征的方法又可以細(xì)分為基于用戶(hù)行為特征和基于用戶(hù)關(guān)系特征兩種方法。前者的經(jīng)典方法為通過(guò)人工標(biāo)記首先建立訓(xùn)練集，然后通過(guò)對(duì)已經(jīng)識(shí)別的網(wǎng)絡(luò)水軍進(jìn)行分析并定義其特征，利用weka中的三種特征選擇算法評(píng)價(jià)各個(gè)網(wǎng)絡(luò)水軍行為特征的分辨力，采用傳統(tǒng)監(jiān)督分類(lèi)方法，判斷未知用戶(hù)是否為網(wǎng)絡(luò)水軍。之后的方法大多圍繞該方法進(jìn)行改進(jìn)，以提高水軍識(shí)別的準(zhǔn)確率。

后者是目前廣泛采用的用戶(hù)關(guān)系特征的識(shí)別研究，該方法基于社會(huì)網(wǎng)絡(luò)、圖模型理論的研究，通過(guò)網(wǎng)絡(luò)水軍不同于正常用戶(hù)的社交圈子的特點(diǎn)，來(lái)將兩者進(jìn)行區(qū)分。由于電影評(píng)論領(lǐng)域的水軍往往會(huì)呈現(xiàn)高度的聚集性以及與普通用戶(hù)關(guān)系稀疏性的明顯特點(diǎn)。因此，網(wǎng)絡(luò)電影評(píng)論中的水軍更適合于通過(guò)用戶(hù)特征來(lái)進(jìn)行挖掘。

3.電影評(píng)論中的水軍特點(diǎn)

通過(guò)收集微博電影評(píng)論平臺(tái)水軍賬戶(hù)信息及其外圍用戶(hù)信息進(jìn)行分析，可以總結(jié)出疑似水軍用戶(hù)具有一些共同的特征。

首先，社交網(wǎng)絡(luò)中，正常用戶(hù)往往通過(guò)各種交互行為逐漸形成一個(gè)以用戶(hù)為中心的社交圈子，而水軍用戶(hù)賬號(hào)不具有正常的社會(huì)關(guān)系，其形成的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)特殊。水軍用戶(hù)往往會(huì)關(guān)注大量用戶(hù)，但并不關(guān)心這些用戶(hù)真實(shí)的社會(huì)網(wǎng)絡(luò)關(guān)系，其關(guān)注好友之間幾乎沒(méi)有連結(jié)，也就是說(shuō)，其賬戶(hù)雙邊的朋友關(guān)系比例很低。

其次，水軍的微博用戶(hù)等級(jí)低于合法用戶(hù)。水軍經(jīng)常會(huì)不斷注冊(cè)新用戶(hù)賬號(hào)，但卻不會(huì)去刻意經(jīng)營(yíng)這些賬號(hào)，因此這些賬號(hào)本身不會(huì)有太多戶(hù)主的日常生活記錄，其個(gè)人主頁(yè)點(diǎn)擊率也會(huì)十分低。

另外，水軍的賬戶(hù)往往會(huì)在短時(shí)間內(nèi)同時(shí)發(fā)布大量的評(píng)論，對(duì)于電影的評(píng)分，出于雇傭者的要求，其給分極端（極高或極低）。

最后，水軍賬戶(hù)的轉(zhuǎn)發(fā)率低于合法用戶(hù)。其發(fā)布的評(píng)論往往更加主觀，即提出自己的意見(jiàn)來(lái)影響別人，而不是去傳播別人的意見(jiàn)。

4 結(jié)語(yǔ)

網(wǎng)絡(luò)的快速發(fā)展極大地便利了我們生活的同時(shí)，也使我們面臨著網(wǎng)絡(luò)水軍的騷擾。當(dāng)前中國(guó)各大電影論壇為人們交流電影和交流彼此的經(jīng)驗(yàn)提供了極好的平臺(tái)，而電影評(píng)論水軍的介入擾亂了正常的秩序，妨礙了用戶(hù)的利益。水軍研究作為數(shù)據(jù)挖掘領(lǐng)域近幾年的熱點(diǎn)，今后將會(huì)得到國(guó)內(nèi)外更廣泛的研究。因此，結(jié)合網(wǎng)絡(luò)電影評(píng)論水軍的特點(diǎn)，綜合其內(nèi)容、行為、關(guān)系和環(huán)境等特征，努力提高網(wǎng)絡(luò)水軍識(shí)別的準(zhǔn)確率，對(duì)于維護(hù)網(wǎng)絡(luò)環(huán)境，恢復(fù)網(wǎng)絡(luò)秩序，促進(jìn)中國(guó)電影市場(chǎng)與文化產(chǎn)業(yè)蓬勃發(fā)展，具有十分重要的意義。

參考文獻(xiàn)：

[1]Chen G， Cai W， Huang J， et al. Uncovering and Characterizing Internet Water Army in Online Forums[C]// IEEE International Conference on Data Science in Cyberspace. IEEE， 2016：169-178.

[2] 莫倩， 楊珂. 網(wǎng)絡(luò)水軍識(shí)別研究*[J]. 軟件學(xué)報(bào)， 2014（7）：1505-1526.

[3]程曉濤， 劉彩霞， 劉樹(shù)新. 基于關(guān)系圖特征的微博水軍發(fā)現(xiàn)方法[J]. 自動(dòng)化學(xué)報(bào)， 2015， 41（9）：1533-1541.

[4]Zeng K， Wang X， Zhang Q， et al. Behavior Modeling of Internet Water Army in Online Forums[J]. Ifac Proceedings Volumes， 2014， 47（3）：9858-9863.

作者簡(jiǎn)介：胡曉康（1992—），男，山西臨汾人，山西財(cái)經(jīng)大學(xué)2015（管理科學(xué)與工程）學(xué)術(shù)碩士研究生，研究方向：信息與知識(shí)管理.endprint