[发明专利]用户昵称真实性评估方法、存储介质、电子设备及系统

说明书

本发明公开了一种用户昵称真实性评估方法、存储介质、电子设备及系统，涉及大数据风控领域，该方法包括S1：对用户昵称进行拆分，形成多个元素，且拆分形成的多个元素构成一个序列；S2：建立用户昵称的昵称困惑度计算公式；S3：进行用户昵称的昵称困惑度计算，所述昵称困惑度值越小，其对应的用户昵称真实度越高。本发明能够有效而快速地对恶意用户的用户昵称进行判断和识别。

技术领域

本发明涉及大数据风控领域，具体涉及一种用户昵称真实性评估方法、存储介质、电子设备及系统。

背景技术

在直播行业，某些非法人员出于利益的考虑，会注册多个账户，俗称恶意账号，从而进行刷关注数、观众数等恶意行为来增加某个主播的人气，一般来讲，非法人员为了达到快速注册账户的目的，会采用较简单和随意的账户昵称，如my71ym4g4等，此类昵称通常由机器自动生成，且没有任何含义。正常用户的昵称虽然具有一定的随意性，但大多都还是正常的语言表达文本形式，且容易记忆，根据这一点，便可通过一定的方法来评估用户的昵称是否真实合理，从而判断相对应的用户账号是否是恶意账号。

目前，对于恶意账号昵称的识别是基于一定的规则的，即从收集的恶意账号中发现并总结其昵称的规律，形成固定规则，从而比对新增的可疑账号昵称，判断其是否是恶意账号，但这种识别方法需要大量的人力工作去总结恶意账号昵称的规律，费时费力，识别效率和准确率低。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种用户昵称真实性评估方法，能够有效而快速地对恶意用户的用户昵称进行判断和识别。

为达到以上目的，本发明采取的技术方案是，包括：

S1：对用户昵称进行拆分，形成多个元素，且拆分形成的多个元素构成一个序列；

S2：建立用户昵称的昵称困惑度计算公式

其中，nick-perplexity为昵称困惑度，x_i是序列中的第i个元素，其中i为正整数，n为序列的子序列所包含的元素个数，取值为2或3，m为整个序列中元素的个数，其中m为大于1的正整数，N是序列中元素个数为n的子序列的个数，N＝m-n+1，k是权重系数，为取值在0和1之间的常数；

p(x_i|x_i-n+1,...,x_i-1)是元素x_i出现的条件概率，其计算公式为

其中，N{x_i-n+1,...,x_i-1}是序列{x_i-n+1,...,x_i-1}在整个用户昵称语料库中出现的次数，N{x_i-n+1,...,x_i-1,x_i}是序列{x_i-n+1,...,x_i-1,x_i}在整个用户昵称语料库中出现的次数；

S3：进行用户昵称的昵称困惑度计算，所述昵称困惑度值越小，其对应的用户昵称真实度越高。

在上述技术方案的基础上，所述用户昵称为文本信息，所述用户昵称包含汉字、英文、数字或符号中的至少一类。

在上述技术方案的基础上，

对于用户昵称的元素划分按照文本元素划分原则；

所述文本元素划分原则为：单个汉字为1个元素，单个词语为1个元素，单个英文单词为1个元素，单个英文字母为1个元素，单个数字为1个元素，连续数字为1个元素，单个符号为1个元素。

在上述技术方案的基础上，基于文本元素划分原则，对用户昵称进行元素划分，并按照先后顺序，将划分得到的元素放入序列中。