[發明專利]應用程序的刷量識別方法、裝置

在審

• 申請號: 201610129746.1
• 申請日: 2016-03-08
• 公開（公告）號: CN107169769A
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 黃振
• 申請（專利權）人: 廣州市動景計算機科技有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 吳開磊

1.一種應用程序的刷量識別方法，其特征在于，包括：

獲取每次用戶操作行為發生時相應移動終端中各個傳感器的狀態采樣值；

根據所述狀態采樣值計算所述用戶操作行為的可信度；

判斷所述用戶操作行為的可信度是否在預設范圍內，如果是，則判定所述用戶操作行為為刷量行為。

2.根據權利要求1所述的方法，其特征在于，獲取每次用戶操作行為發生時相應的移動終端中各個傳感器的狀態采樣值，包括：

在發生用戶操作行為時，獲取相應移動終端中各個傳感器的可訪問狀態；

對于可訪問狀態為允許訪問的傳感器，按照預設采樣周期對其狀態值進行采樣得到對應的狀態采樣值。

3.根據權利要求1或2所述的方法，其特征在于，在根據所述狀態采樣值計算所述用戶操作行為的可信度之前，所述方法還包括：

獲取狀態值正樣本和狀態值負樣本，并根據所述狀態值正樣本和狀態值負樣本進行訓練，確定預設神經網絡模型的模型參數。

4.根據權利要求3所述的方法，其特征在于，根據所述狀態采樣值計算所述用戶操作行為的可信度，包括：

根據所述狀態采樣值計算各個傳感器的采樣值標準差；

根據所述采樣值標準差生成對應于所述用戶操作行為的特征向量；

將所述特征向量輸入預設神經網絡模型，并根據所述預設神經網絡模型的模型參數計算所述用戶操作行為的可信度。

5.根據權利要求1或2所述的方法，其特征在于，還包括：

在獲取到所述狀態采樣值后，將所述狀態采樣值與對應的傳感器標識碼和移動終端標識碼以打點日志的形式進行存儲。

6.一種應用程序的刷量識別裝置，其特征在于，包括：

數據采樣單元，用于獲取每次用戶操作行為發生時相應移動終端中各個傳感器的狀態采樣值；

數據處理單元，用于根據所述狀態采樣值計算所述用戶操作行為的可信度；

刷量識別單元，用于判斷所述用戶操作行為的可信度是否在預設范圍內，如果是，則判定所述用戶操作行為為刷量行為。

7.根據權利要求6所述的裝置，其特征在于，所述數據采樣單元包括：

訪問狀態確定模塊，用于在發生用戶操作行為時，獲取相應移動終端中各個傳感器的可訪問狀態；

數據采樣模塊，用于對于可訪問狀態為允許訪問的傳感器，按照預設采樣周期對其狀態值進行采樣得到對應的狀態采樣值。

8.根據權利要求6或7所述的裝置，其特征在于，還包括：

模型訓練單元，用于獲取狀態值正樣本和狀態值負樣本，并根據所述狀態值正樣本和狀態值負樣本進行訓練，確定預設神經網絡模型的模型參數。

9.根據權利要求8所述的裝置，其特征在于，所述數據處理單元包括：

標準差計算模塊，用于根據所述狀態采樣值計算各個傳感器的采樣值標準差；

特征向量生成模塊，用于根據所述采樣值標準差生成對應于所述用戶操作行為的特征向量；

可信度計算模塊，用于將所述特征向量生成單元生成的特征向量輸入預設神經網絡模型，并根據所述預設神經網絡模型的模型參數計算所述用戶操作行為的可信度。

10.根據權利要求6或7所述的裝置，其特征在于，還包括：

打點記錄單元，用于在獲取到所述狀態采樣值后，將所述狀態采樣值與對應的傳感器標識碼和移動終端標識碼以打點日志的形式進行存儲。