文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN201711223777.4

申 请 日：20171129

发 明 人：肖仕刚 黄勇 陈航 宋国志

申 请 人：四川无声信息技术有限公司

申请人地址：610000 四川省成都市高新区芳草东街76号

公 开 日：20180330

公 开 号：CN107862081A

代 理 人：张红平

代理机构：11371 北京超凡志成知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明实施例提供一种网络信息源查找方法、装置及服务器，涉及计算机安全领域。通过舆情信息语义识别和社交网络节点黏度关联分析使其具有信息源网络发现和性质识别功能。相对于传统的关键字语义分析和定点信息源关系网络提取，本方法结合词组概率空间和语义联合矩阵划分方法、朴素贝叶斯分类法构建节点语义树、节点纵深探测和向量转换黏度匹配提取信息源网络、黏度聚类算法和交叉关联识别最终信息源，表现为更准确合理的信息源捕获，基于相同的舆情特征数据，具有分析维度多样、社交关系分析和舆情特性识别深入、数据表达更直观的优势。该系统检测对象针对性强，能够分析数据深层次特征，检测出舆情源头网络，容易发现社交网络信息源。

主 权 项：1.一种网络信息源查找方法，其特征在于，包括：依据舆情词组数据库，构建舆情词组概率空间；提取单条舆情信息的词组序列，并结合所述舆情词组概率空间，构建语义联合概率矩阵；利用所述语义联合概率矩阵和朴素贝叶斯分类算法获取所述单条舆情信息的威胁系数，结合所述语义联合概率矩阵构建节点语义树；通过纵深探测算法从社交节点网络中获取节点交互网络拓扑分布，并构建双向节点关联矩阵，依据所述双向节点关联矩阵和所述节点语义树计算黏度匹配系数；对所述双向节点关联矩阵进行向量转换，构成待分析的初始矩阵，并利用分层提取算法和所述黏度匹配系数获取信息源网络；针对所述信息源网络构建信息源语义树，并结合节点交互网络拓扑分布及利用黏度延伸算法绘制信息源词组黏度分布图；利用黏度聚类算法从所述信息源词组黏度分布图中提取信息源语义特性词组，并对信息源网络中的各节点自身的语义树进行关联分析，提取信息源。

关 键 词：黏度  信息源  计算机安全领域  分类法  社交网络信息  矩阵  关键字语义  网络信息源 语义 定点信息  分析数据  分析维度 概率空间  关联分析  关系网络  交叉关联  聚类算法  社交关系  社交网络  数据表达  特性识别  特征数据  提取信息  网络发现 系统检测  性质识别  舆情信息 语义识别  最终信息  词组  贝叶斯  传统的  次特征  和向量  语义树 源网络  构建  捕获  匹配  服务器  探测  直观  分析  纵深  查找  检测  转换  源头  表现  网络

IPC专利分类号：G06F17/30(20060101)