[发明专利]一种信息过滤方法及装置

权利要求书

1.一种信息过滤方法，其特征在于，包括：

接收待注册账户信息；

根据所述待注册账户信息中包含的字符，确定所述待注册账户信息为垃圾账户的可能性表征值；

当所述可能性表征值大于预设阀值时，拒绝注册所述待注册账户信息。

2.如权利要求1所述的方法，其特征在于，根据所述待注册账户信息中包含的字符，确定所述待注册账户信息为垃圾账户的可能性表征值，具体包括：

对所述待注册账户信息中包含的字符进行分词，得到各判断词；

根据各判断词确定所述待注册账户信息为垃圾账户的可能性表征值。

3.如权利要求2所述的方法，其特征在于，对所述待注册账户信息中包含的字符进行分词，得到各判断词，具体包括：

根据预设数量，从所述待注册账户信息包含的各字符中，选择出连续的、预设数量的字符，将选择出的字符构成的字符串作为得到的判断词。

4.如权利要求2所述的方法，其特征在于，对所述待注册账户信息中包含的字符进行分词，具体包括：

提取所述待注册账户信息中指定类型的字符；

对提取的字符进行分词。

5.如权利要求2所述的方法，其特征在于，根据各判断词确定所述待注册账户信息为垃圾账户的可能性表征值，具体包括：

针对得到的每个判断词，确定该判断词在预先确定的各正常账户信息中出现的次数；

根据针对每个判断词确定的次数，确定所述待注册账户信息为垃圾账户的可能性表征值，其中，所述可能性表征值与针对每个判断词确定的次数成反比。

6.如权利要求5所述的方法，其特征在于，根据针对每个判断词确定的次数，确定所述待注册账户信息为垃圾账户的可能性表征值，具体包括：

根据针对每个判断词确定的次数以及所述待注册账户信息中包含的字符的数量，确定所述待注册账户信息为垃圾账户的可能性表征值，其中，所述可能性表征值与所述待注册账户信息中包含的字符的数量成正比。

7.如权利要求6所述的方法，其特征在于，根据针对每个判断词确定的次数以及所述待注册账户信息中包含的字符的数量，确定所述待注册账户信息为垃圾账户的可能性表征值，具体包括：

采用公式

确定所述待注册账户信息为垃圾账户的可能性表征值；

其中，S为可能性表征值；

tf_i为对所述待注册账户信息中包含的字符进行分词后，得到的第i个判断词在预先确定的各正常账户信息中出现的次数，i＝1、2……k，k为对所述待注册账户信息中包含的字符进行分词后，得到的判断词的数量；

a为预设的长度惩罚系数，b为预设的短度补偿值，a、b为大于0的常数；

x、y为预设的大于0的常数；

n为所述待注册账户信息中包含的字符的数量；

N为每个判断词中所包含的字符的数量，其中，每个判断词中包含的字符的数量均相同；

h为预设的整数，且N>h>0。

8.一种信息过滤装置，其特征在于，包括：接收模块、表征值模块以及过滤处理模块，其中，

所述接收模块，用于接收待注册账户信息；

所述表征值模块，用于根据所述待注册账户信息中包含的字符，确定所述待注册账户信息为垃圾账户的可能性表征值；

所述过滤处理模块，用于当所述可能性表征值大于预设阀值时，拒绝注册所述待注册账户信息。

9.如权利要求8所述的装置，其特征在于，所述表征值模块，具体用于：

对所述待注册账户信息中包含的字符进行分词，得到各判断词，根据各判断词确定所述待注册账户信息为垃圾账户的可能性表征值。

10.如权利要求9所述的装置，其特征在于，所述表征值模块，具体用于：

根据预设数量，从所述待注册账户信息包含的各字符中，选择出连续的、预设数量的字符，将选择出的字符构成的字符串作为得到的判断词。