[发明专利]一种垃圾账号检测方法、装置以及设备有效

专利信息
申请号: 201810112623.6 申请日: 2018-02-05
公开(公告)号: CN110119860B 公开(公告)日: 2023-06-27
发明(设计)人: 曹绍升;周俊 申请(专利权)人: 创新先进技术有限公司
主分类号: G06Q10/0635 分类号: G06Q10/0635;G06F16/901;G06F18/214;G06F18/24
代理公司: 北京晋德允升知识产权代理有限公司 11623 代理人: 王戈
地址: 开曼群岛大开曼岛*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 垃圾 账号 检测 方法 装置 以及 设备
【说明书】:

本说明书实施例公开了一种垃圾账号检测方法、装置以及设备。方案包括:根据账号历史数据,生成反映注册关系的账号媒介网络图,账号媒介网络图中的节点表示账号或者媒介,账号是通过媒介注册的,通过无监督学习,确定节点的特征向量,再根据确定的特征向量,通过有监督学习,训练风险模型,利用训练后的风险模型检测垃圾账号。

技术领域

本说明书涉及计算机软件技术领域,尤其涉及一种垃圾账号检测方法、装置以及设备。

背景技术

随着计算机和互联网技术的迅速发展,很多业务可以在网上进行,用户要使用这些业务,往往需要注册相应的账号,比如电商平台账号、第三方支付平台账号、论坛平台账号等。

一些用户或者组织出于不良目的,会通过机器自动注册大量账号以及批量进行实名认证等操作,这些账号可能给平台带来风险,而且对于平台价值也较低,可以视为垃圾账号。

在现有技术中,一般通过用户举报的方式,对这些垃圾账号进行相应的处理,比如冻结、注销等。

基于现有技术,需要有效的垃圾账号检测方案。

发明内容

本说明书实施例提供一种垃圾账号检测方法、装置以及设备,用以解决如下技术问题:需要有效的垃圾账号检测方案。

为解决上述技术问题,本说明书实施例是这样实现的:

本说明书实施例提供的一种垃圾账号检测方法,包括:

获取根据账号历史数据生成的账号媒介网络图,所述账号媒介网络图中的节点表示账号或者媒介,至少部分边表示其连接的节点间具有注册关系;

通过无监督学习,确定所述账号媒介网络图中的节点的特征向量;

根据部分节点的特征向量和风险标注数据,训练风险模型,用以检测垃圾账号。

本说明书实施例提供的一种垃圾账号检测装置,包括:

获取模块,获取根据账号历史数据生成的账号媒介网络图,所述账号媒介网络图中的节点表示账号或者媒介,至少部分边表示其连接的节点间具有注册关系;

确定模块,通过无监督学习,确定所述账号媒介网络图中的节点的特征向量;

训练检测模块,根据部分节点的特征向量和风险标注数据,训练风险模型,用以检测垃圾账号。

本说明书实施例提供的一种垃圾账号检测设备,包括:

至少一个处理器;以及,

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:

获取根据账号历史数据生成的账号媒介网络图,所述账号媒介网络图中的节点表示账号或者媒介,至少部分边表示其连接的节点间具有注册关系;

通过无监督学习,确定所述账号媒介网络图中的节点的特征向量;

根据部分节点的特征向量和风险标注数据,训练风险模型,用以检测垃圾账号。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:对于无监督学习过程,基于账号媒介网络图,能够高效准确地通过图计算确定节点的特征向量,再结合有监督学习过程,使得即使在风险标注数据较少的情况下,也能够较为准确地训练风险模型,进而,利用训练后的风险模型,能够有效地检测垃圾账号。

附图说明

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创新先进技术有限公司,未经创新先进技术有限公司许可,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/pat/books/201810112623.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top