网络传销由传销发展而来,是一种借助互联网传播的新模式,具有传播速度快、涉案范围跨地域、隐蔽性强等特点。网络传销恶化了互联网的良好环境,严重影响了群众的财产安全和社会的和谐稳定。因此,对网传传销行为进行识别和监测具有重要意义。目前,关于传销行为的检测研究主要存在两个问题:一是研究所用数据,由人工收集并整理得到,耗费大量时间精力,不能通过感知互联网信息自动识别传销行为;二是一部分研究从账号资金交易的行为数据着手,将识别传销行为的领域范围局限在金融传销,而传销还包括电商直销等领域。因此,本文主要研究如何从互联网信息中感知网传线索,发现可疑的网传目标,其对于监管部门侦查和打击网络传销具有一定的理论意义和应用价值。在第三章中,首先经研究得知:网传项目通常借助APP应用发布如何发展下级成员及其对应收益的运营模式等奖金制度。因此,本文选择pc6网站为爬虫站点,爬取其上金融理财类和生活服务类APP的软件介绍文本为基础数据,进而实现对网传项目的分类识别。然后,基于已知传销项目的奖金制度文本,计算各词语的逆文档频率IDF值,从而构建网传的奖金制度特征词典。并且,结合三类特征词的不同特性,自定义其计分机制。最后,通过识别实验的精准率确定最优的分数阈值和一类特征词总词频阈值,并统计分类结果得到:软件介绍文本为不均衡数据集。同时,分比例从识别为网传和非网传的类别中抽取样本进行人工标注,从而计算得到86%的召回率和80.96%的精准率。在第四章中,将上章的抽样结果作为训练集和测试集,使用文本分类技术对软件介绍文本进行网传识别。首先,本文引入类别相关因子CRF,并结合实际计算结果对其公式进行优化得到CRF*,提出基于文本类别信息的CRF*特征选择方法。实验表明,与传统TF特征频率和DF文档频率相比,CRF*特征选择方法在特征空间为5000维度时,其分类效果最好。然后,使用特征词在各类别中的词频比率RCTF因子对TF因子进行叠加,使用CRF*因子替换IDF因子,得到基于文本类别信息的TF-RCTF-CRF*特征加权算法。实验表明,与传统TF-IDF加权相比,使用TF-RCTF-CRF*进行加权的分类效果更好。最后在第五章中,对使用文本分类技术得到的网传目标进行进一步的监测分析,主要包括提取网传目标的名称、细分类型的判定和曝光度的判定三项工作。