01 单因素水军识别路线
对于水军特点 ， 一般可以通过人工基于相关理论或者是事实逻辑、常识进行分析 ， 另外也可通过对用户信息进行数据挖掘 ， 发现隐藏在其中的水军特征和行为模式 。 本文中对于水军特点的发现采用第一种方法 。
根据以上分析 ， 就水军四个方面的特点分别进行分析 ， 先定性分析其特点 ， 再利用统计分析法、机器学习等方法（可选步骤）得到一个定量描述问题的指标或者方法 。
本文在水军 “用户关系”维度中构造了一个特征 ， 进行单因素实例化分析（见图“微博网络水军识别路线”） 。

文章图片

图：微博网络水军识别路线
02 关系图直观描述用户社会关联性
如前所述 ， 水军用户社会关联性简单又集中 ， 本质上每个账户之间难以构建正常的“朋友圈” 。
分析可见 ， 正常活跃用户的各个好友之间的关系明显要复杂于水军用户 。 水军用户所关注的对象之间 ， 则明显并无太多联系（见图“正常用户（左）与水军社交关联性比较”） 。

文章图片

图：正常用户（左）与水军社交关联性比较（关系图）
基于此 ， 对社交关联性可以使用清晰可见的图论方法来描述和分析 。 研究中无需对每一个用户都建立图示的社交关联图来人工判别 ， 而是可以构建一个描述这种关系紧密度的公式来测度 。
03 构建聚类系数 定量描述社交关联性
图论〔Graph Theory〕是数学的一个分支 ， 它以图为研究对象 。 图论中的图是由若干给定的点及连接两点的线所构成的图形 ， 这种图形通常用来描述某些事物之间的某种特定关系 ， 用点代表事物 ， 用连接两点的线表示相应两个事物间具有这种关系 。 根据图论的知识 ， 可以定义一个所谓的 聚类系数用来定量刻画两个好友间互为好友的概率 。
微博好友关系网络中 ， 两个在现实生活中相识的用户在微博上也很有可能互相关注 ， 这种可能性的大小反映着朋友圈网络的紧密程度 。 水军账号关注对象一般互不相识 ， 其相应的聚类系数较小 ， 通过这个方法可以用来判断水军用户 。
应当看到 ， 现在网络水军有了许多新的变化 ， 如养号控评 ， 热评背后藏匿不同诉求；水军投票 ， 伪造口碑扰乱市场；营销号抱团 ， 制造热点干扰舆论等 。 因此 ， 仅用单因素来识别水军是远远不够的 ， 运用多因素分析加强网络水军辨识同样值得关注 。
本文转自人民网舆情数据中心 作者：李伟
本文编辑：徐彦琳