[发明专利]一种作弊行为检测方法及装置

说明书

本发明涉及互联网技术领域，尤其涉及一种行为检测方法及装置，该方法包括：获取待检测的评论信息；基于所述评论信息，分别获取目标对象行为特征和设备行为特征，并根据预设的黑词库和白语料库，获得所述评论信息的评论内容特征；基于预先训练的检测模型，根据所述目标对象行为特征、设备行为特征和评论内容特征，对所述评论信息进行检测，获得所述评论信息对应的检测结果，这样，从目标对象行为特征、设备行为特征和评论内容特征三个方面，对评论信息进行多维度建模分析，进行行为检测，提高检测的准确性。

技术领域

本发明涉及互联网技术领域，尤其涉及一种作弊行为检测方法及装置。

背景技术

实际中，一些商品或软件等经常出现刷评论的作弊评论，这不仅影响用户的判断，也对产品竞争造成不良影响。

现有技术中，检测作弊评论，主要是从评论内容中提取出某些对检测作弊评论有效的特征，然后人工搜索并标注训练数据集，根据已标注的训练数据集，训练机器学习模型，基于获得的模型，进行作弊评论检测。

但是，现有技术中的这种方法，所提取的特征基本都是一些句子的表面特征，并没有深入到语义层面，并且衡量标准单一，导致作弊评论检测准确性和召回率较低。

发明内容

本发明实施例提供一种作弊行为检测方法及装置，以解决现有技术中作弊评论检测准确性和召回率较低的问题。

本发明实施例提供的具体技术方案如下：

本发明一个实施例提供了一种作弊行为检测方法，包括：

获取待检测的评论信息；

基于所述评论信息，分别获取用户行为特征和设备行为特征，并根据预设的黑词库和白语料库，获得所述评论信息的评论内容特征；

基于预先训练的作弊检测模型，根据所述用户行为特征、设备行为特征和评论内容特征，对所述评论信息进行作弊检测，获得所述评论信息的作弊检测结果。

本发明另一个实施例提供了一种作弊行为检测装置，包括：

获取模块，用于获取待检测的评论信息；

提取模块，用于基于所述评论信息，分别获取用户行为特征和设备行为特征，并根据预设的黑词库和白语料库，获得所述评论信息的评论内容特征；

检测模块，用于基于预先训练的作弊检测模型，根据所述用户行为特征、设备行为特征和评论内容特征，对所述评论信息进行作弊检测，获得所述评论信息的作弊检测结果。

本发明另一个实施例提供了一种电子设备，包括：

至少一个存储器，用于存储程序指令；

至少一个处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行上述任一种作弊行为检测方法。

本发明另一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种作弊行为检测方法的步骤。

本发明实施例中，获取待检测的评论信息；基于所述评论信息，分别获取用户行为特征和设备行为特征，并根据预设的黑词库和白语料库，获得所述评论信息的评论内容特征；基于预先训练的作弊检测模型，根据所述用户行为特征、设备行为特征和评论内容特征，对所述评论信息进行作弊检测，获得所述评论信息的作弊检测结果，这样，提取用户行为特征、设备行为特征和评论内容特征，融合多源异构特征，实现了对评论信息的多维度建模分析，从而基于这三方面特征进行作弊检测，提高作弊检测模型的召回率和准确率，进而提高作弊评论检测的准确性和性能。

附图说明

图1为本发明实施例中作弊行为检测方法的应用架构示意图；

图2为本发明实施例中作弊行为检测方法流程图；