[發明專利]一種用戶檢測方法及裝置

在審

• 申請號: 202010154945.4
• 申請日: 2020-03-06
• 公開（公告）號: CN111400677A
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 羅曉天
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F21/31
• 分類號: G06F21/31;G06K9/62;G06F17/16
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 孟維娜;高鶯然

1.一種用戶檢測方法，其特征在于，所述方法包括：

獲得已注冊用戶中待檢測用戶的特征；

確定與所述待檢測用戶存在邀請關系的已注冊用戶，作為邀請用戶；

根據所述邀請用戶的特征和所述待檢測用戶的特征，檢測所述待檢測用戶是否為非正常用戶。

2.根據權利要求1所述的方法，其特征在于，所述根據所述邀請用戶的特征和所述待檢測用戶的特征，檢測所述待檢測用戶是否為非正常用戶，包括：

獲得根據邀請用戶的特征預測得到的表示所述邀請用戶為非正常用戶的第一概率；

根據所述待檢測用戶的特征預測所述待檢測用戶為非正常用戶的第二概率，根據所獲得的第一概率調整所述第二概率，并根據調整后的第二概率檢測所述待檢測用戶是否為非正常用戶。

3.根據權利要求2所述的方法，其特征在于，所述根據所獲得的第一概率調整所述第二概率，包括：

針對每一第一概率，若所述第二概率高于所述第一概率，則降低所述第二概率，若所述第二概率低于所述第一概率，則提高所述第二概率。

4.根據權利要求1所述的方法，其特征在于，所述根據所述邀請用戶的特征和所述待檢測用戶的特征，檢測所述待檢測用戶是否為非正常用戶，包括：

獲得邀請無向圖，其中，所述邀請無向圖中包括與每一已注冊用戶分別一一對應的節點，具有邀請關系的已注冊用戶對應的節點之間具有無向連接關系；

將所述待預測用戶的特征更新至包括每一已注冊用戶的特征的特征集合；

將所述邀請無向圖和所述特征集合輸入用戶檢測圖卷積模型，以所述特征集合中各個已注冊用戶的特征為所述邀請無向圖中每一已注冊用戶所對應節點的節點值，通過所述用戶檢測圖卷積模型對所述邀請無向圖進行圖卷積運算，檢測所述待檢測用戶是否為非正常用戶。

5.根據權利要求4所述的方法，其特征在于，在所述將所述邀請無向圖和所述特征集合輸入用戶檢測圖卷積模型，以所述特征集合中各個已注冊用戶的特征為所述邀請無向圖中每一已注冊用戶所對應節點的節點值，通過所述用戶檢測圖卷積模型對所述邀請無向圖進行圖卷積運算，檢測所述待檢測用戶是否為非正常用戶之前，還包括：

針對每一已注冊用戶，獲得與該已注冊用戶存在邀請關系的其他用戶的數量，作為邀請數量；

所述將所述邀請無向圖和所述特征集合輸入用戶檢測圖卷積模型，以所述特征集合中各個已注冊用戶的特征為所述邀請無向圖中每一已注冊用戶所對應節點的節點值，通過所述用戶檢測圖卷積模型對所述邀請無向圖進行圖卷積運算，檢測所述待檢測用戶是否為非正常用戶，包括：

將所述邀請無向圖、各個已注冊用戶的邀請數量、所述特征集合輸入用戶檢測圖卷積模型，以所述特征集合中各個已注冊用戶的特征為所述邀請無向圖中每一已注冊用戶所對應節點的節點值，通過所述用戶檢測圖卷積模型對所述邀請無向圖進行圖卷積運算，在圖卷積運算的過程中使用各個已注冊用戶的邀請數量在每一次卷積的過程中對卷積處理結果進行歸一化處理，檢測所述待檢測用戶是否為非正常用戶。

6.根據權利要求4所述的方法，其特征在于，所述用戶檢測圖卷積模型的輸出結果中包括：表示每一已注冊用戶是否為非正常用戶的檢測身份；

所述方法還包括：

將已確定身份用戶的檢測身份與所述已確定身份用戶的真實身份進行比較，其中，所述已確定身份用戶為：已注冊用戶中已確定是否為非正常用戶的用戶；

根據比較結果調整所述用戶檢測圖卷積模型的模型參數；

若調整模型參數后的所述用戶檢測圖卷積模型收斂，將各個已注冊用戶的檢測身份確定為各個已注冊用戶的真實身份。

7.一種用戶檢測裝置，其特征在于，所述裝置包括：

特征獲得模塊，用于獲得已注冊用戶中待檢測用戶的特征；

邀請用戶確定模塊，用于確定與所述待檢測用戶存在邀請關系的已注冊用戶，作為邀請用戶；

用戶檢測模塊，用于根據所述邀請用戶的特征和所述待檢測用戶的特征，檢測所述待檢測用戶是否為非正常用戶。