[发明专利]作弊用户的识别方法、装置、设备和存储介质在审

专利信息
申请号: 202310041766.3 申请日: 2023-01-11
公开(公告)号: CN116340575A 公开(公告)日: 2023-06-27
发明(设计)人: 杨奇;李世勇;陈卉敏 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/901 分类号: G06F16/901;G06F16/9536;G06F16/9538
代理公司: 北京鸿德海业知识产权代理有限公司 11412 代理人: 岳凤羽
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 作弊 用户 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种作弊用户的识别方法,包括:

基于多个邀请者的属性数据,构建关联图,所述关联图包括:顶点和边,所述顶点与所述邀请者一一对应,所述边基于两个邀请者之间的相似度确定,所述相似度基于所述属性数据确定;

对所述关联图进行分组处理,以获得至少一个子图;

在所述至少一个子图中,获取满足预设条件的目标子图,将所述目标子图对应的邀请者,确定为作弊用户。

2.根据权利要求1所述的方法,其中,所述基于多个邀请者的属性数据,构建关联图,包括:

创建多个顶点,所述顶点的个数与所述邀请者的个数相同;

针对第一顶点和第二顶点,基于所述属性数据,确定第一邀请者与第二邀请者之间的相似度,若所述相似度大于预设阈值,创建所述第一顶点与所述第二顶点之间的边,且确定所述边的权重为所述相似度;其中,所述第一顶点和所述第二顶点是所述多个顶点中的任意两个顶点,所述第一邀请者是所述第一顶点对应的邀请者,所述第二邀请者是所述第二顶点对应的邀请者。

3.根据权利要求2所述的方法,其中,所述基于所述属性数据,确定第一邀请者与第二邀请者之间的相似度,包括:

计算第一属性数据与第二属性数据之间的属性相似度,将所述属性相似度作为所述第一邀请者与所述第二邀请者之间的相似度;其中,所述第一属性数据是所述第一邀请者的属性数据,所述第二属性数据是所述第二邀请者的属性数据。

4.根据权利要求3所述的方法,其中,

所述第一属性数据和所述第二属性数据均包括:多个维度的子属性数据;

所述计算第一属性数据与第二属性数据之间的属性相似度,包括:

在每个维度上,计算所述第一属性数据的子属性数据与所述第二属性数据的子属性数据之间的相似度,以获得每个维度的相似度;

基于所述每个维度的相似度,确定所述属性相似度。

5.根据权利要求1所述的方法,其中,所述对所述关联图进行分组处理,以获得至少一个子图,包括:

采用社区发现算法或者连通图算法,将所述关联图划分为至少一个子图。

6.根据权利要求1所述的方法,其中,所述在所述至少一个子图中,获取满足预设条件的目标子图,包括:

在所述至少一个子图中,将顶点数量大于或等于预设数量的子图,作为候选子图;

获取所述候选子图的特征信息;

若所述候选子图的特征信息满足预设规则,将所述候选子图作为所述目标子图。

7.根据权利要求6所述的方法,其中,所述获取所述候选子图的特征信息,包括:

获取所述候选子图对应的邀请者的属性数据;

对所述邀请者的属性数据进行统计处理,以获得所述特征信息。

8.一种作弊用户的识别装置,包括:

构建模块,用于基于多个邀请者的属性数据,构建关联图,所述关联图包括:顶点和边,所述顶点与所述邀请者一一对应,所述边基于两个邀请者之间的相似度确定,所述相似度基于所述属性数据确定;

分组模块,用于对所述关联图进行分组处理,以获得至少一个子图;

确定模块,用于在所述至少一个子图中,获取满足预设条件的目标子图,将所述目标子图对应的邀请者,确定为作弊用户。

9.根据权利要求8所述的装置,其中,所述构建模块进一步用于:

创建多个顶点,所述顶点的个数与所述邀请者的个数相同;

针对第一顶点和第二顶点,基于所述属性数据,确定第一邀请者与第二邀请者之间的相似度,若所述相似度大于预设阈值,创建所述第一顶点与所述第二顶点之间的边,且确定所述边的权重为所述相似度;其中,所述第一顶点和所述第二顶点是所述多个顶点中的任意两个顶点,所述第一邀请者是所述第一顶点对应的邀请者,所述第二邀请者是所述第二顶点对应的邀请者。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310041766.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top