[发明专利]一种数据可视化反作弊系统数据模型维度调整处理方法

权利要求书

1.一种数据可视化反作弊系统数据模型维度处理方法，包括：

步骤1)获取反作弊系统的数据处理结果，该数据处理结果通过可视化向用户进行展示，并显示预设的维度下的作弊数量；

步骤2)判断设定时间段内的作弊数量是否在预设的阈值之内，如某个维度的作弊数量小于或者大于阈值，则判断数据模型的某个维度发生衰减；

步骤3)获取数据模型的发生衰减的维度及其设定数据，并根据外部数据和设定数据之间的对比，判断维度是否进行调整；

步骤4)根据维度和外部数据的实际情况通知数据模型进行维度调整，由此形成新的数据模型。

2.根据权利要求1所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤1)中，所述作弊系统的数据处理结果，通过对用户访问数据信息处理而获取；

所述用户访问数据信息，其包括：用户ID、IP地址、系统版本、浏览器或者APP版本、访问时间戳；

所述数据模型，其具有多个预设的多个维度的计算规则；

基于所述可视化反作弊系统数据模型，向用户进行展示，并显示预设的维度下的作弊数量。

3.根据权利要求1或2所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤3)中，所述外部数据基于向服务器中发起访问的流量日志数据的统计或者从其他数据分析平台中获取。

4.根据权利要求1或2所述的据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤1)之前，包括形成数据模型过程，包括：

获取某个时间段的流量日志数据，所述流量日志数据中，具有用户ID、IP地址、系统版本、浏览器或者APP版本、访问时间戳的多个字段；

如某一个字段的统计及结果值过于异常，则判断该字段可用于反作弊，于是将其加入到数据模型中作为参考的一个维度。

5.根据权利要求1或2所述的据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤4)具体包括：

确定新修改的维度数据出处；

用SQL语句或者linux命令解释该维度的计算逻辑，并修改到数据模型中，生成新的数据模型。

6.根据权利要求1或2所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤4)中，还包括：

如果某一维度在进行调整后，该反作弊系统的数据处理结果仍然没有发生变化，则对该维度进行二次调整；

如多次调整后，其结果仍然未变化，则可以直接删去该维度。

7.根据权利要求3所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤3)中，还包括：

基于外部数据的日志字段的数据构成，判断是否需要对数据模型中的维度进行增加。

8.根据权利要求7所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤4)中，还包括：

在数据模型中加入新的维度；

获取调整后的数据模型，并基于该数据模型进行数据处理；

基于数据处理后的结果，判断是确定该新的维度加入到所述数据模型中。

9.根据权利要求8所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤4)具体包括：

确定新增加的维度数据出处；

用SQL语句或者linux命令解释该维度的计算逻辑，并增加到数据模型中，生成新的数据模型。

10.根据权利要求9所述的数据可视化反作弊系统数据模型维度处理方法，其特征在于，步骤4)中，所述新增加的维度数据定位到具体的服务器、数据库和日志数据中。