[發(fā)明專利]作弊用戶檢測方法、電子設(shè)備及計算機可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910290109.6
• 申請日: 2019-04-11
• 公開（公告）號: CN110009430B
• 公開（公告）日: 2023-08-11
• 發(fā)明（設(shè)計）人: 溫蕊
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q30/0282
• 分類號: G06Q30/0282;G06Q30/018;G06F16/901;G06F40/289;G06N3/0464;G06N3/042
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張筱寧

1.一種作弊用戶檢測方法，其特征在于，包括：

獲取預(yù)設(shè)時間內(nèi)的評論日志；

基于獲取的預(yù)設(shè)時間內(nèi)的評論日志，確定各個用戶分別對應(yīng)的用戶特征信息；

基于所述各個用戶分別對應(yīng)的用戶特征信息，構(gòu)建圖結(jié)構(gòu)文件；

將所述圖結(jié)構(gòu)文件輸入至訓(xùn)練后的圖卷積網(wǎng)絡(luò)模型，識別作弊用戶，所述訓(xùn)練后的圖卷積網(wǎng)絡(luò)模型是基于標(biāo)注后的圖結(jié)構(gòu)文件樣本訓(xùn)練得到；

基于所述各個用戶分別對應(yīng)的用戶特征信息，構(gòu)建圖結(jié)構(gòu)文件，包括：

將各個用戶分別對應(yīng)的唯一標(biāo)識信息確定為圖結(jié)構(gòu)的節(jié)點；

基于所述各個用戶分別對應(yīng)的用戶特征信息，并通過預(yù)設(shè)條件確定圖結(jié)構(gòu)的邊關(guān)系；

基于所述圖結(jié)構(gòu)的節(jié)點以及所述圖結(jié)構(gòu)的邊關(guān)系，構(gòu)建所述圖結(jié)構(gòu)文件；

所述各個用戶分別對應(yīng)的用戶特征信息作為各個節(jié)點分別對應(yīng)的屬性信息。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于獲取的預(yù)設(shè)時間內(nèi)的評論日志，確定各個用戶分別對應(yīng)的用戶特征信息，之前還包括：

基于獲取的預(yù)設(shè)時間內(nèi)的評論日志，對評論日志中的內(nèi)容執(zhí)行預(yù)設(shè)操作；

所述預(yù)設(shè)操作包括以下至少一項：數(shù)據(jù)清洗操作、分詞操作、去停用詞操作以及提取關(guān)鍵詞操作；

基于獲取的預(yù)設(shè)時間內(nèi)的評論日志，確定各個用戶分別對應(yīng)的用戶特征信息，包括：

基于預(yù)設(shè)操作處理后的評論日志，確定各個用戶分別對應(yīng)的用戶特征信息。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述用戶特征信息包括以下至少一項：

用戶行為特征信息；用戶文本內(nèi)容特征信息；

其中，基于評論日志，確定各個用戶分別對應(yīng)的用戶文本內(nèi)容特征信息，包括：

從所述評論日志中提取各個用戶分別對應(yīng)的用戶文本內(nèi)容；

基于各個用戶分別對應(yīng)的用戶文本內(nèi)容訓(xùn)練Doc2Vec模型，并輸出各個用戶分別對應(yīng)的用戶文本內(nèi)容特征信息。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述圖結(jié)構(gòu)文件輸入至訓(xùn)練后的圖卷積網(wǎng)絡(luò)模型，識別作弊用戶，之前還包括：

獲取第一訓(xùn)練樣本，所述第一訓(xùn)練樣本包括正例樣本以及負(fù)例樣本；

基于所述第一訓(xùn)練樣本訓(xùn)練所述圖卷積網(wǎng)絡(luò)模型，得到訓(xùn)練后的模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述第一訓(xùn)練樣本訓(xùn)練所述圖卷積網(wǎng)絡(luò)模型，得到訓(xùn)練后的模型，之后還包括：

將所述負(fù)例樣本通過所述訓(xùn)練后的模型，確定預(yù)測結(jié)果；

基于預(yù)測結(jié)果以及第一預(yù)設(shè)規(guī)則，確定新的負(fù)例樣本；

將所述新的負(fù)例樣本以及所述正例樣本作為第二訓(xùn)練樣本，訓(xùn)練所述訓(xùn)練后的模型。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述獲取第一訓(xùn)練樣本，包括：

獲取圖結(jié)構(gòu)文件樣本；

基于圖結(jié)構(gòu)文件樣本中各個用戶分別對應(yīng)的用戶特征信息，并通過第二預(yù)設(shè)規(guī)則，對圖結(jié)構(gòu)文件樣本中的各個節(jié)點進行標(biāo)注；

將標(biāo)注后的圖結(jié)構(gòu)文件樣本確定為所述第一訓(xùn)練樣本。

7.一種作弊用戶檢測裝置，其特征在于，包括：

第一獲取模塊，用于獲取預(yù)設(shè)時間內(nèi)的評論日志；

第一確定模塊，用于基于所述第一獲取模塊獲取的預(yù)設(shè)時間內(nèi)的評論日志，確定各個用戶分別對應(yīng)的用戶特征信息；

構(gòu)建模塊，用于基于所述第一確定模塊確定的各個用戶分別對應(yīng)的用戶特征信息，構(gòu)建圖結(jié)構(gòu)文件；

識別模塊，用于將所述構(gòu)建模塊構(gòu)建的圖結(jié)構(gòu)文件輸入至訓(xùn)練后的圖卷積網(wǎng)絡(luò)模型，識別作弊用戶，所述訓(xùn)練后的圖卷積網(wǎng)絡(luò)模型是基于標(biāo)注后的圖結(jié)構(gòu)文件樣本訓(xùn)練得到；

所述構(gòu)建模塊，具體用于：

將各個用戶分別對應(yīng)的唯一標(biāo)識信息確定為圖結(jié)構(gòu)的節(jié)點；

基于所述各個用戶分別對應(yīng)的用戶特征信息，并通過預(yù)設(shè)條件確定圖結(jié)構(gòu)的邊關(guān)系；

基于所述圖結(jié)構(gòu)的節(jié)點以及所述圖結(jié)構(gòu)的邊關(guān)系，構(gòu)建所述圖結(jié)構(gòu)文件；

所述各個用戶分別對應(yīng)的用戶特征信息作為各個節(jié)點分別對應(yīng)的屬性信息。