口碑對消費者行為影響很大，會影響消費者的購買行為，而一些公司會聘請網路寫手撰寫虛假評論，而這些人又被稱為網軍，隨著虛假評論的增加，我們認為現有的網軍偵測還有改善的空間。在本研究中，我們使用在台灣發生的真實資料集，我們試圖使用時間分析與情感分析來瞭解網軍的發文趨勢以及意見情感，結果顯示網軍在上班時間相當活躍，而且他們大多帶有正向的情感，與一般使用者中向情感有所差異。本研究還建立深度學習模型來進行網軍的偵測，我們使用 LSTM 模型來處理文字特徵，MLP 模型處理時間、情感、社會網絡等特徵，我們希望使用全部特徵所以將 LSTM與 MLP 模型進行合併，最後結果顯示使用 LSTM 模型得到最好的結果，並與過去網軍偵測的文獻進行比較發現本研究有改善過去的研究。本研究貢獻有下列幾點:(1)使用時間、情感瞭解網軍的習性(2)從情感分析、社會網絡得到的特徵是過去所缺乏的(3)本研究提出深度學習方法進行網軍偵測，結果優異於機器學習的偵測方法。而偵測模型的選擇、模型參數的調整都會影響偵測結果，因此在未來還有改善的空間。
