[發明專利]基于帖子的出現規律來檢測垃圾帖子的方法及設備

有效

• 申請號: 201010214189.6
• 申請日: 2010-06-29
• 公開（公告）號: CN102315953A
• 公開（公告）日: 2012-01-11
• 發明（設計）人: 舒迅;帥帥;尹佳;王波;羅亮
• 申請（專利權）人: 百度在線網絡技術(北京)有限公司
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26;H04L29/06;G06F17/30
• 代理公司: 北京漢昊知識產權代理事務所(普通合伙) 11370
• 代理人: 羅朋

1.一種用于檢測社區網絡中垃圾帖子的方法，其中，該方法包括：

a.對帖子進行檢測，根據該帖子在一個或多個社區網絡中的出現規律來判斷該帖子是否為垃圾帖子。

2.根據權利要求1所述的方法，其中，所述步驟a包括：

a1.根據預定語義規則對該帖子進行識別，提取其中的內容特征；

a2.根據所述帖子的內容特征來查詢與該帖子在社區網絡中的出現規律；

a3.基于第一預定規則根據該帖子在所述社區網絡中的出現規律來判斷所述帖子是否為垃圾帖子。

3.根據權利要求2所述的方法，其中，所述步驟a2還包括：

-根據所述帖子的內容特征在所述社區網絡中進行匹配查詢，以查詢與該帖子在社區網絡中的出現規律。

4.根據權利要求2所述的方法，其中，所述步驟a2還包括：

-根據所述帖子的內容特征在出現規律庫中進行匹配查詢，以查詢與該帖子在社區網絡中的出現規律。

5.根據權利要求4所述的方法，其中，該方法還包括：

-根據所述判斷結果來更新所述出現規律庫。

6.根據權利要求1至5中任一項所述的方法，其中，所述出現規律包括以下各項中的至少任一項：

-所述與該帖子具有相同或相似內容特征的其他帖子在社區網絡中的出現頻率；

-所述與該帖子具有相同或相似內容特征的其他帖子在社區網絡中的出現次數或重復程度。

7.根據權利要求6所述的方法，其中，所述第一預定規律相應地包括以下任一項：

-所述與該帖子具有相同或相似內容特征的其他帖子在社區網絡中的出現頻率是否超出第一預定閾值；

所述與該帖子具有相同或相似內容特征的其他帖子在社區網絡中的出現次數是否超出第二預定閾值；

-所述內容特征的重復程度是否超出第三預定閾值。

8.根據權利要求1至7中任一項所述的方法，其中，所述預定語義規則包括以下至少一項：

-所述帖子內容是否符合垃圾內容的語法規則；

-所述帖子內容中是否含有垃圾詞匯；

-所述帖子內容中是否含有地址信息；

-所述帖子內容中是否多次出現重復內容。

9.根據權利要求8所述的方法，其中，所述地址信息包括：網頁地址鏈接、電話號碼、或QQ號碼。

10.根據權利要求1至9中任一項所述的方法，其中，該方法還包括：

b.基于預定處理規則根據所述判斷結果對該帖子進行處理。

11.一種用于檢測社區網絡中垃圾帖子的設備，其中，包括：

帖子檢測裝置，用于對帖子進行檢測，根據該帖子在一個或多個社區網絡中的出現規律來判斷該帖子是否為垃圾帖子。

12.根據權利要求11所述的設備，其中，所述帖子檢測裝置包括：

特征識別裝置，用于根據預定語義規則對該帖子進行識別，提取其中的內容特征；

規律查詢裝置，用于根據所述帖子的內容特征來查詢與該帖子在社區網絡中的出現規律；

判斷裝置，用于基于第一預定規則根據該帖子在所述社區網絡中的出現規律來判斷所述帖子是否為垃圾帖子。

13.根據權利要求12所述的設備，其中，所述規律查詢裝置還用于根據所述帖子的內容特征在所述社區網絡中進行匹配查詢，以查詢與該帖子在社區網絡中的出現規律。

14.根據權利要求12所述的設備，其中，所述規律查詢裝置還用于根據所述帖子的內容特征在出現規律庫中進行匹配查詢，以查詢與該帖子在社區網絡中的出現規律。

15.根據權利要求14所述的設備，其中，還包括：

更新裝置，用于根據所述判斷結果來更新所述出現規律庫。

16.根據權利要求11至15中任一項所述的設備，其中，所述出現規律包括以下各項中的至少任一項：

-所述與該帖子具有相同或相似內容特征的其他帖子在社區網絡中的出現頻率；

-所述與該帖子具有相同或相似內容特征的其他帖子在社區網絡中的出現次數或重復程度。