[发明专利]应用程序的排名欺诈检测方法和排名欺诈检测系统

权利要求书

1.一种应用程序的排名欺诈检测方法，其特征在于，所述方法包括：

活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃事件，基于间隔阈值φ将应用程序排名历史中相邻近的活跃事件合并以形成活跃期，和/或当一活跃事件与上一活跃事件的时间间隔不小于所述间隔阈值φ，且该活跃事件与下一活跃事件的时间间隔不小于所述间隔阈值φ时，检测该活跃事件自身为一活跃期，其中，所述活跃事件是所述应用程序在应用程序排行榜上持续排名较高的时间段，排名较高的标准是所述应用程序在应用程序排行榜上的排名不大于一排名阈值K*，相邻两个活跃事件的时间间隔则是指相邻两个活跃事件中前一活跃事件的结束时间和后一活跃事件的开始时间之间的间隔；

排名欺诈检测步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证，得到排名欺诈验证结果。

2.根据权利要求1所述的方法，其特征在于，所述排名欺诈检测步骤进一步包括：

证据验证步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行验证并得到一欺诈参数。

3.根据权利要求2所述的方法，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户平均信誉度和所述应用程序的历史用户平均信誉度构成。

4.根据权利要求3所述的方法，其特征在于，

所述欺诈参数是所述应用程序的历史用户平均信誉度和所述应用程序的活跃用户平均信誉度的差值或比值。

5.根据权利要求2所述的方法，其特征在于，所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户平均信誉度和应用程序排行榜中所有应用程序的历史用户平均信誉度构成。

6.根据权利要求5所述的方法，其特征在于，

所述欺诈参数是应用程序排行榜中所有应用程序的历史用户平均信誉度和所述应用程序的活跃用户平均信誉度的差值或比值。

7.根据权利要求2所述的方法，其特征在于，

所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户信誉度分布和所述应用程序的历史用户信誉度分布构成。

8.根据权利要求7所述的方法，其特征在于，

所述欺诈参数是所述应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的差值。

9.根据权利要求8所述的方法，其特征在于，通过计算所述应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的余弦距离来计算它们之间的差值。

10.根据权利要求2所述的方法，其特征在于，

所述与活跃用户信誉度相关的证据基于所述应用程序的活跃用户信誉度分布和应用程序排行榜中所有应用程序的历史用户信誉度分布构成。

11.根据权利要求10所述的方法，其特征在于，

所述欺诈参数是应用程序排行榜中所有应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的差值。

12.根据权利要求11所述的方法，其特征在于，通过计算应用程序排行榜中所有应用程序的历史用户信誉度分布和所述应用程序的活跃用户信誉度分布之间的余弦距离来计算它们之间的差值。

13.根据权利要求2所述的方法，其特征在于，在所述证据验证步骤中，综合考虑所述至少一个与活跃用户信誉度相关的证据，将基于所述至少一个与活跃用户信誉度相关的证据验证得到的对应欺诈参数进行加权计算，从而得到一最终欺诈参数。

14.根据权利要求2-12中任一项所述的方法，其特征在于，所述排名欺诈检测步骤进一步包括：

欺诈参数判断步骤，将所述欺诈参数与一阈值进行比较，从而判断所述应用程序是否存在排名欺诈。

15.根据权利要求13所述的方法，其特征在于，所述排名欺诈检测步骤进一步包括：

欺诈参数判断步骤，将所述最终欺诈参数与一阈值进行比较，从而判断所述应用程序是否存在排名欺诈。

16.根据权利要求1所述的方法，其特征在于，所述方法还包括：

历史排名信息获取步骤，获取所述应用程序在应用程序排行榜上的所述历史排名信息。