[發明專利]一種互聯網真偽消費者判別方法、系統和裝置

在審

• 申請號: 202110171747.3
• 申請日: 2021-02-08
• 公開（公告）號: CN112905662A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 楊駿;郭奕楷
• 申請（專利權）人: 上海宏原信息科技有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06Q50/00
• 代理公司: 上海容慧專利代理事務所(普通合伙) 31287
• 代理人: 于曉菁

1.一種互聯網真偽消費者判別方法，其特征在于，包括以下步驟：

數據獲取，隨機選取樣本用戶，提取用戶的行為數據和發布內容數據；

確定閾值，建立特征異常判定的動態閾值，所述動態閾值用以表示用戶異常行為與正常行為的量化差異；

賬號識別，根據動態閾值建立評估機制動態評估用戶的狀態，識別出異常用戶賬號。

2.如權利要求1所述的一種互聯網真偽消費者判別方法，其特征在于，在數據獲取過程中，提取的用戶的行為數據和發布內容數據包括：

用戶信息，包括用戶名、用戶賬號、關注數、粉絲數；

主動發布內容，包括文字、發布時間；

轉發、評論內容，包括被轉發或評論的內容、轉發或評論時寫的內容、轉發或評論的時間。

3.如權利要求1所述的一種互聯網真偽消費者判別方法，其特征在于，所述閾值確定過程中，包括：

計算用戶賬號存在異常行為次數的分位點，上下四分位點分別記為Q3和Q1；

計算上異常值邊界和下異常值邊界，上異常值邊界＝Q3+1.5(Q3-Q1)，下異常值邊界＝Q1-1.5(Q3-Q1)；

將上異常值邊界作為閾值，大于上異常值邊界的為異常值。

4.如權利要求3所述的一種互聯網真偽消費者判別方法，其特征在于，還包括：

計算用戶賬號的活躍天數和不活躍天數；

根據用戶賬號的活躍天數和不活躍天數作為邊界繪制箱型圖，根據箱型圖設定閾值。

5.如權利要求4所述的一種互聯網真偽消費者判別方法，其特征在于，還包括，根據下述步驟判斷用戶賬號異常特征：

判斷用戶賬號的關注數或粉絲數大于閾值1且關注數大于閾值2；

半年內異常行為次數大于閾值3，所述異常行為包括：

回復單條內容次數大于閾值4；

單條內容下回復了重復次數大于閾值4且長度大于閾值5的內容；

轉發同一條內容次數大于閾值4；

發布重復次數大于閾值6且長度閾值5的內容；

其中閾值1＝9.6，閾值2＝110，閾值3＝4，閾值4＝4，閾值5＝10，閾值6＝7。

6.如權利要求5所述的一種互聯網真偽消費者判別方法，其特征在于，異常用戶賬號判斷還包括：

計算用戶賬號用戶名與已識別的異常賬號賬號用戶名的編輯距離，所述編輯距離為EditDistance(s1,s2)，S1為用戶名字符串，S2為異常賬號賬號用戶名字符串；

當所述編輯距離大于2，判斷用戶賬號為異常賬號。

7.一種互聯網真偽消費者判別系統，其特征在于，包括：

數據獲取單元，用以隨機選取樣本用戶，提取用戶的行為數據和發布內容數據；

確定閾值單元，用以建立特征異常判定的動態閾值，所述動態閾值用以表示用戶異常行為與正常行為的量化差異；

賬號識別單元，用以根據動態閾值建立評估機制動態評估用戶的狀態，識別出異常用戶賬號。

8.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述計算機程序被所述處理器執行時，使得所述處理器執行如權利要求1至6中任一項所述方法的步驟。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時使所述處理器執行如權利要求1至6中任一項所述方法的步驟。