[發明專利]作弊用戶的識別方法、裝置、設備和存儲介質

在審

• 申請號: 202310041766.3
• 申請日: 2023-01-11
• 公開（公告）號: CN116340575A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 楊奇;李世勇;陳卉敏
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/901
• 分類號: G06F16/901;G06F16/9536;G06F16/9538
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 岳鳳羽

1.一種作弊用戶的識別方法，包括：

基于多個邀請者的屬性數據，構建關聯圖，所述關聯圖包括：頂點和邊，所述頂點與所述邀請者一一對應，所述邊基于兩個邀請者之間的相似度確定，所述相似度基于所述屬性數據確定；

對所述關聯圖進行分組處理，以獲得至少一個子圖；

在所述至少一個子圖中，獲取滿足預設條件的目標子圖，將所述目標子圖對應的邀請者，確定為作弊用戶。

2.根據權利要求1所述的方法，其中，所述基于多個邀請者的屬性數據，構建關聯圖，包括：

創建多個頂點，所述頂點的個數與所述邀請者的個數相同；

針對第一頂點和第二頂點，基于所述屬性數據，確定第一邀請者與第二邀請者之間的相似度，若所述相似度大于預設閾值，創建所述第一頂點與所述第二頂點之間的邊，且確定所述邊的權重為所述相似度；其中，所述第一頂點和所述第二頂點是所述多個頂點中的任意兩個頂點，所述第一邀請者是所述第一頂點對應的邀請者，所述第二邀請者是所述第二頂點對應的邀請者。

3.根據權利要求2所述的方法，其中，所述基于所述屬性數據，確定第一邀請者與第二邀請者之間的相似度，包括：

計算第一屬性數據與第二屬性數據之間的屬性相似度，將所述屬性相似度作為所述第一邀請者與所述第二邀請者之間的相似度；其中，所述第一屬性數據是所述第一邀請者的屬性數據，所述第二屬性數據是所述第二邀請者的屬性數據。

4.根據權利要求3所述的方法，其中，

所述第一屬性數據和所述第二屬性數據均包括：多個維度的子屬性數據；

所述計算第一屬性數據與第二屬性數據之間的屬性相似度，包括：

在每個維度上，計算所述第一屬性數據的子屬性數據與所述第二屬性數據的子屬性數據之間的相似度，以獲得每個維度的相似度；

基于所述每個維度的相似度，確定所述屬性相似度。

5.根據權利要求1所述的方法，其中，所述對所述關聯圖進行分組處理，以獲得至少一個子圖，包括：

采用社區發現算法或者連通圖算法，將所述關聯圖劃分為至少一個子圖。

6.根據權利要求1所述的方法，其中，所述在所述至少一個子圖中，獲取滿足預設條件的目標子圖，包括：

在所述至少一個子圖中，將頂點數量大于或等于預設數量的子圖，作為候選子圖；

獲取所述候選子圖的特征信息；

若所述候選子圖的特征信息滿足預設規則，將所述候選子圖作為所述目標子圖。

7.根據權利要求6所述的方法，其中，所述獲取所述候選子圖的特征信息，包括：

獲取所述候選子圖對應的邀請者的屬性數據；

對所述邀請者的屬性數據進行統計處理，以獲得所述特征信息。

8.一種作弊用戶的識別裝置，包括：

構建模塊，用于基于多個邀請者的屬性數據，構建關聯圖，所述關聯圖包括：頂點和邊，所述頂點與所述邀請者一一對應，所述邊基于兩個邀請者之間的相似度確定，所述相似度基于所述屬性數據確定；

分組模塊，用于對所述關聯圖進行分組處理，以獲得至少一個子圖；

確定模塊，用于在所述至少一個子圖中，獲取滿足預設條件的目標子圖，將所述目標子圖對應的邀請者，確定為作弊用戶。

9.根據權利要求8所述的裝置，其中，所述構建模塊進一步用于：

創建多個頂點，所述頂點的個數與所述邀請者的個數相同；

針對第一頂點和第二頂點，基于所述屬性數據，確定第一邀請者與第二邀請者之間的相似度，若所述相似度大于預設閾值，創建所述第一頂點與所述第二頂點之間的邊，且確定所述邊的權重為所述相似度；其中，所述第一頂點和所述第二頂點是所述多個頂點中的任意兩個頂點，所述第一邀請者是所述第一頂點對應的邀請者，所述第二邀請者是所述第二頂點對應的邀請者。