[发明专利]脚本用户识别方法及系统有效
申请号: | 201910658519.1 | 申请日: | 2019-07-22 |
公开(公告)号: | CN110152306B | 公开(公告)日: | 2019-11-15 |
发明(设计)人: | 蒲若坤 | 申请(专利权)人: | 成都卓杭网络科技股份有限公司 |
主分类号: | G06F16/30 | 分类号: | G06F16/30 |
代理公司: | 51237 成都市集智汇华知识产权代理事务所(普通合伙) | 代理人: | 李华;温黎娟<国际申请>=<国际公布>= |
地址: | 610041四川省成都市自由贸易试*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开一种脚本用户识别方法,包括:通过规则单元分别对每个游戏用户进行标记得到第一标记结果;通过无监督机器学习单元分别对每个游戏用户进行标记得到第二标记结果;根据所述第一标记结果和第二标记结果,通过有监督机器学习单元分别对每个游戏用户进行标记得到第三标记结果;根据所述第三标记结果,通过有监督机器学习模块训练得到有监督机器学习模型;通过所述有监督机器学习模型分别对每个游戏用户进行异常度打分,分值超过第一阈值的游戏用户标记为脚本用户。本发明可以提高系统的脚本用户识别能力,自适应性好,并且让脚本用户难以通过总结规律而躲避系统的识别。 | ||
搜索关键词: | 标记结果 游戏用户 脚本 用户识别 机器学习单元 机器学习模型 监督 规则单元 机器学习 模块训练 自适应性 无监督 | ||
【主权项】:
1.脚本用户识别方法,其特征在于,包括:/n通过规则单元分别对每个游戏用户进行标记得到第一标记结果,所述第一标记结果包括第一正常用户集和第一异常用户集;/n通过无监督机器学习单元分别对每个游戏用户进行标记得到第二标记结果,所述第二标记结果包括第二正常用户集、第二异常用户集和不确定用户集;/n根据所述第一标记结果和第二标记结果,通过有监督机器学习单元分别对每个游戏用户进行标记得到第三标记结果,所述第三标记结果包括第三正常用户集和第三异常用户集;/n根据所述第三标记结果,通过有监督机器学习单元中的有监督机器学习模块训练得到有监督机器学习模型;/n通过所述有监督机器学习模型分别对每个游戏用户进行异常度打分,分值超过第一阈值的游戏用户标记为脚本用户;/n其中,所述根据所述第一标记结果和第二标记结果,通过有监督机器学习单元对所有游戏用户进行标记得到第三标记结果包括:/n根据第一标记结果和第二标记结果,将同时属于第一正常用户集和第二正常用户集的游戏用户标记为第三正常用户,将同时属于第一异常用户集和第二异常用户集的游戏用户标记为第三异常用户,将属于第一正常用户集且属于第二异常用户集的游戏用户标记的第三异常用户,将属于第一异常用户集且属于第二正常用户集的用户加入已有的不确定用户集;/n其中,所有第三正常用户构成第三正常用户集,所有第三异常用户构成第三异常用户集;/n其中,所述根据所述第三标记结果,通过有监督机器学习单元中的有监督机器学习模块训练得到有监督机器学习模型包括:/n分别获取每个游戏用户的第二行为数据,所述第二行为数据为游戏用户在游戏内的行为特征数据,每个第二行为数据包括相应游戏用户的ID;/n根据第三异常用户集中每个游戏用户的ID,得到第三异常用户集中每个游戏用户的第二行为数据,第三异常用户集中所有游戏用户的第二行为数据一起构成异常样本;/n根据第三正常用户集中每个游戏用户的ID,得到第三正常用户集中每个游戏用户的第二行为数据,第三正常用户集中所有游戏用户的第二行为数据一起构成正常样本;/n将所述异常样本和正常样本一起作为有监督机器学习单元中的有监督机器学习模块的训练样本,训练得到有监督机器学习模型。/n
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成都卓杭网络科技股份有限公司,未经成都卓杭网络科技股份有限公司许可,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/patent/201910658519.1/,转载请声明来源钻瓜专利网。