[發明專利]賬號識別方法、裝置、服務器及存儲介質

在審

• 申請號: 201911136455.5
• 申請日: 2019-11-19
• 公開（公告）號: CN112905987A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 郗劍亮
• 申請（專利權）人: 北京達佳互聯信息技術有限公司
• 主分類號: G06F21/45
• 分類號: G06F21/45;G06F21/55;G06K9/62
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 寧立存

1.一種賬號識別方法，其特征在于，包括：

獲取待識別的賬號的第一賬號特征；

基于所述第一賬號特征，確定所述賬號的第一類別以及所述賬號的類別特征，所述賬號的類別特征用于表示所述賬號與所述第一類別之間的關系；

將所述賬號的類別特征和所述第一賬號特征進行特征融合，得到所述賬號的第二賬號特征；

將所述賬號的第二賬號特征輸入目標分類模型，通過所述目標分類模型對所述賬號是否為目標類型賬號進行預測，得到所述賬號的識別結果。

2.根據權利要求1所述的賬號識別方法，其特征在于，所述獲取待識別的賬號的第一賬號特征包括：

將所述賬號的用戶資料特征、登錄特征以及用戶行為特征拼接，得到所述賬號的第一賬號特征。

3.根據權利要求2所述的賬號識別方法，其特征在于，所述將所述賬號的用戶資料特征、登錄特征以及用戶行為特征拼接，得到所述賬號的第一賬號特征包括：

對各個特征分別進行編碼，得到編碼后的特征，將所述編碼后的特征進行拼接，得到所述賬號的第一賬號特征。

4.根據權利要求3所述的賬號識別方法，其特征在于，所述方法還包括：

在對目標特征進行編碼時，對所述目標特征進行切分，得到所述目標特征的多段子特征，對所述多段子特征分別進行編碼，將編碼結果進行拼接，得到編碼后的所述目標特征。

5.根據權利要求1所述的賬號識別方法，其特征在于，所述基于所述第一賬號特征，確定所述賬號的第一類別以及所述賬號的類別特征包括：

將所述第一賬號特征輸入聚類模型，通過所述聚類模型根據所述第一賬號特征與多個團簇之間的距離關系，得到所述賬號的第一類別以及所述賬號的類別特征。

6.根據權利要求1所述的賬號識別方法，其特征在于，所述方法包括：在基于所述第一賬號特征確定類別時，通過GPU進行并行計算。

7.根據權利要求1所述的賬號識別方法，其特征在于，所述將所述賬號的第二賬號特征輸入目標分類模型之前，所述方法還包括：

獲取多個樣本賬號的第一樣本賬號特征；

基于多個所述第一樣本賬號特征，確定多個所述樣本賬號的類別以及多個所述樣本賬號的類別特征，所述樣本賬號的類別特征用于表示所述樣本賬號與所述類別之間的關系；

將多個所述樣本賬號的類別特征分別和多個所述第一樣本賬號特征以及多個所述樣本賬號的標簽信息進行特征融合，得到多個所述樣本賬號的第二樣本賬號特征；

采用多個所述樣本賬號的第二樣本賬號特征進行訓練，得到所述目標分類模型。

8.一種賬號識別裝置，其特征在于，包括：

獲取單元，被配置為執行獲取待識別的賬號的第一賬號特征；

確定單元，被配置為執行基于所述第一賬號特征，確定所述賬號的第一類別以及所述賬號的類別特征，所述賬號的類別特征用于表示所述賬號與所述第一類別之間的關系；

特征融合單元，被配置為執行將所述類別特征和所述第一賬號特征進行特征融合，得到所述賬號的第二賬號特征；

識別單元，被配置為執行將所述賬號的第二賬號特征輸入目標分類模型，通過所述目標分類模型對所述賬號是否為目標類型賬號進行預測，得到所述賬號的識別結果。

9.一種服務器，其特征在于，包括：

處理器；

用于存儲所述處理器可執行指令的存儲器；

其中，所述處理器被配置為執行所述指令，以實現如權利要求1至7中任一項所述的賬號識別方法。

10.一種存儲介質，當所述存儲介質中的指令由服務器的處理器執行時，使得所述服務器能夠執行如權利要求1至7中任一項所述的賬號識別方法。