[發(fā)明專利]一種挖掘作弊用戶的方法與裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201110329423.4
• 申請(qǐng)日: 2011-10-26
• 公開(kāi)（公告）號(hào): CN103077172B
• 公開(kāi)（公告）日: 2017-06-06
• 發(fā)明（設(shè)計(jì)）人: 張發(fā)喜;陳洪亮;楊志峰;余衍炳;楊娜
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 廣州三環(huán)專利代理有限公司44202
• 代理人: 郝傳鑫

1.一種挖掘作弊用戶的方法，其特征在于，該方法包括：

獲取各用戶表征信息；

根據(jù)預(yù)先設(shè)置的計(jì)分策略計(jì)算各用戶表征信息對(duì)應(yīng)的用戶作弊分?jǐn)?shù)：當(dāng)用戶表征信息為用戶發(fā)表內(nèi)容時(shí)，根據(jù)預(yù)先設(shè)置的計(jì)分策略計(jì)算用戶發(fā)表內(nèi)容的作弊分?jǐn)?shù)，將該用戶發(fā)表內(nèi)容的作弊分?jǐn)?shù)作為用戶作弊分?jǐn)?shù)；當(dāng)用戶表征信息為用戶行為時(shí)，根據(jù)預(yù)先設(shè)置的計(jì)分策略計(jì)算用戶行為的作弊分?jǐn)?shù)，將該用戶行為的作弊分?jǐn)?shù)作為用戶作弊分?jǐn)?shù)；當(dāng)用戶表征信息為用戶發(fā)表內(nèi)容以及用戶行為時(shí)，根據(jù)預(yù)先設(shè)置的計(jì)分策略分別計(jì)算用戶發(fā)表內(nèi)容的作弊分?jǐn)?shù)以及用戶行為的作弊分?jǐn)?shù)，并對(duì)兩者進(jìn)行綜合得到用戶作弊分?jǐn)?shù)；

將用戶作弊分?jǐn)?shù)超過(guò)預(yù)先設(shè)置的作弊分?jǐn)?shù)閾值的用戶確定為作弊用戶；

所述計(jì)算用戶行為的作弊分?jǐn)?shù)包括：

統(tǒng)計(jì)用戶發(fā)表內(nèi)容中所有文檔的發(fā)表時(shí)間，得到一個(gè)時(shí)間序列，以設(shè)定的時(shí)間段為間隔，統(tǒng)計(jì)各時(shí)間段中的發(fā)表文檔數(shù)，設(shè)時(shí)間序列被分成P個(gè)時(shí)間段，第i個(gè)時(shí)間段發(fā)表的文檔數(shù)為n_i，n_i中關(guān)于熱點(diǎn)話題的文檔數(shù)記為m_i,n_i中原創(chuàng)的文檔數(shù)記為o_i，則計(jì)算用戶行為的作弊分?jǐn)?shù)的公式為：

$userbehaviorspam={(1-\frac{P}{\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{m}_i})}^2\×(1+\mathrm{\α}\×\frac{\underset{i=1}{\overset{P}{\mathrm{\Σ}}}(n_i-o_i)}{\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{n}_i})$

式中，α為用戶行為作弊系數(shù)，α≥0。

2.如權(quán)利要求1所述的方法，其特征在于，當(dāng)所述用戶表征信息包括用戶發(fā)表內(nèi)容時(shí)，所述根據(jù)預(yù)先設(shè)置的計(jì)分策略計(jì)算各用戶表征信息對(duì)應(yīng)的用戶作弊分?jǐn)?shù)包括：

計(jì)算用戶發(fā)表內(nèi)容中各單次發(fā)表內(nèi)容的作弊分?jǐn)?shù)；根據(jù)各單次發(fā)表內(nèi)容的作弊分?jǐn)?shù)計(jì)算用戶發(fā)表內(nèi)容的作弊分?jǐn)?shù)。

3.如權(quán)利要求2所述的方法，其特征在于，所述計(jì)算用戶發(fā)表內(nèi)容中各單次發(fā)表內(nèi)容的作弊分?jǐn)?shù)包括：

根據(jù)用戶單次發(fā)表內(nèi)容對(duì)應(yīng)的文檔中包含的文本內(nèi)容，分別計(jì)算文檔中的堆砌程度得分、文本文檔廣告或色情詞匯得分、錨文本上廣告或色情詞匯得分、鏈接作弊得分以及詞頻分布得分，并采用機(jī)器學(xué)習(xí)模型的方法計(jì)算單次發(fā)表內(nèi)容對(duì)應(yīng)的作弊分?jǐn)?shù)。

4.如權(quán)利要求3所述的方法，其特征在于，所述計(jì)算文檔中的堆砌程度得分包括：

計(jì)算單次發(fā)表內(nèi)容對(duì)應(yīng)的文檔中所有重復(fù)的片段數(shù)與該單次發(fā)表內(nèi)容對(duì)應(yīng)的文檔中的所有片段數(shù)的商，所述商為所述堆砌程度得分。