[发明专利]一种虚假交易信息识别方法

权利要求书

1.一种虚假交易信息识别方法，其特征在于，包括：

步骤S101，获取用户发布信息的信息特征、信息内容和/或图片信息；

步骤S201，根据用户发布信息的信息特征、信息内容和/或图片信息，对用户发布消息进行虚假交易信息识别。

2.如权利要求1所述的虚假交易信息识别方法，其特征在于，在获取用户发布信息的信息特征之前，包括以下步骤：

步骤S1011，获取之前用户发布消息的基本数据；

步骤S1012，根据获取的之前用户发布消息的基本数据，提取训练数据，确定正负样本；

步骤S1013，对正负样本中的数据进行特征转换，得到设定数据格式的数据；

步骤S1014，根据设定数据格式的数据，建立回归模型。

3.如权利要求2所述的虚假交易信息识别方法，其特征在于，步骤S1013具体包括：

将正负样本中的每条数据的特征确定为数值型或枚举型两类；

数值型的维度值不变，在数值型数据处于样本中的位置处置该数值型数据的数值；

枚举型的维度值则先计算其md5值，然后将md5值对W取模，得到取模结果；在样本中将处于取模结果位置的数值置1。

4.如权利要求3所述的虚假交易信息识别方法，其特征在于，步骤S1014具体包括：

将步骤S1013得到的数据转化为稀疏矩阵；

在模型训练程序程序中输入产生的稀疏矩阵（x₁,x₂,x₃,x₄,x₅，……,x_p），p为设定数据格式的数据的数据量；得到每一条记录对应的参数(β₀,β₁,β₂,β₃,β₄,β₅，……,β_p)；

建立回归模型，回归模型为：其中g(x)＝β₀+β₁x₁+β₂x₂+…+β_px_p。

5.如权利要求4所述的虚假交易信息识别方法，其特征在于，在建立回归模型之后，当接收到用户发布信息时，则步骤S101具体为：

步骤S1015，获取用户发布消息的基本数据；包括提取用户发布消息的基本特征和获取元特征；基本特征与元特征一起作为挖掘的基本数据。

6.如权利要求5所述的虚假交易信息识别方法，其特征在于，在获取用户发布消息的基本数据之后，步骤S201具体包括以下步骤：

步骤S2011，对获取用户发布消息的基本数据进行特征转换，得到设定数据格式的数据；

步骤S2012，将步骤S2011得到的设定数据格式的数据转化为稀疏矩阵的形式，通过回归模型进行虚假消息识别；其中，P>M，则Y=1，表示用户发布信息为真实交易信息；反之，P≤M，则Y=0，表示用户发布信息为虚假交易信息；M是预先设定的阈值。

7.如权利要求1或6所述的虚假交易信息识别方法，其特征在于，在获取用户发布信息的信息内容之前，包括以下步骤：

步骤S1021，获取之前用户发布消息的信息内容并进行审核，将通过审核与没通过审核的信息分为两类，作为分类的样本数据；

步骤S1022，对样本中的信息内容进行分词；

步骤S1023，通过计算，抽取特征词；

步骤S1024，计算每类中每篇文档内的每个特征词的特征值；

步骤S1025，根据获取每类中每篇文档内的每个词的特征值，通过训练得到识别模型。