[发明专利]一种开源社区异常点赞用户的识别方法及系统有效
申请号: | 201910694279.0 | 申请日: | 2019-07-30 |
公开(公告)号: | CN110457630B | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 蒋竞;刘一帆;张莉 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F16/958 | 分类号: | G06F16/958;G06K9/62;G06Q50/00;H04L67/1396 |
代理公司: | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人: | 李明里 |
地址: | 100191*** | 国省代码: | 北京;11 |
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 社区 异常 用户 识别 方法 系统 | ||
1.一种开源社区异常点赞用户的识别方法,其特征在于,包括以下步骤:
获取样本用户数据;所述样本用户数据包括用户属性数据和点赞项目属性数据;所述用户属性数据包括用户类型、公共代码段数量和点赞活动间隔;所述点赞项目属性数据包括项目直接分支数、项目总分支数和拉取请求数量;
根据所述样本用户数据构建决策树,训练得到决策树分类模型;
利用所述决策树分类模型对待识别用户进行分类,确定用户类别;所述用户类别包括正常点赞用户和异常点赞用户。
2.根据权利要求1所述的一种开源社区异常点赞用户的识别方法,其特征在于,所述用户属性数据还包括:用户类型、是否有公司、是否有博客、是否有地址、是否有邮箱、是否有个人简介、项目数量、粉丝数量、关注数量、非fork项目数量、获得点赞总数和用户贡献数。
3.根据权利要求2所述的一种开源社区异常点赞用户的识别方法,其特征在于,所述点赞项目属性数据还包括:点赞项目创建时间和点赞项目提交次数。
4.根据权利要求3所述的一种开源社区异常点赞用户的识别方法,其特征在于,所述点赞项目属性数据还包括:点赞总数、订阅数、项目大小、最近更新时间、项目是否来自拷贝、项目是否有维基、项目是否有网页、项目描述长度、提交次数、贡献者人数、标签数量、发布数量、问题数量。
5.根据权利要求4所述的一种开源社区异常点赞用户的识别方法,其特征在于,通过下述流程确定所述决策树分类模型:
将所述样本用户数据中的用户属性数据、点赞项目属性数据和用户类别数值化;
将每一个用户数值化后的用户属性数据、点赞项目属性数据和用户类别作为特征向量里的元素,生成一个特征向量;
将所述特征向量导入决策树算法模型,训练得到决策树分类模型。
6.根据权利要求5所述的一种开源社区异常点赞用户的识别方法,其特征在于,通过下述方法训练得到决策树分类模型:
计算用户属性和点赞项目属性中每个属性的信息增益,并按信息增益大小进行降序排序,确定所有属性顺序;
选择信息增益最大的属性作为决策树的根节点,再按照所述顺序依次确定决策树子节点对应的属性;
直到所有决策树子节点下对应的用户类别一致,训练得到决策树分类模型。
7.根据权利要求6所述的一种开源社区异常点赞用户的识别方法,其特征在于,所述对待识别用户进行分类,通过将待识别用户的用户属性数据和点赞项目属性数据数值化,生成特征向量,导入所述决策树分类模型,确定用户类别。
8.一种开源社区异常点赞用户的识别系统,其特征在于,包括:
样本用户数据获取模块,用于获取样本用户数据;所述样本用户数据包括用户属性数据和点赞项目属性数据;所述用户属性数据包括用户类型、公共代码段数量和点赞活动间隔;所述点赞项目属性数据包括项目直接分支数、项目总分支数和拉取请求数量;
决策树分类模型获得模块,用于根据所述获取的样本用户数据训练得到决策树分类模型;
待识别用户分类模块,用于根据所述决策树分类模型对待识别用户分类,确定用户类别;所述用户类别包括正常点赞用户和异常点赞用户。
9.根据权利要求8所述的一种开源社区异常点赞用户的识别系统,其特征在于,所述点赞项目属性数据包括:点赞项目创建时间和点赞项目提交次数。
10.根据权利要求9所述的一种开源社区异常点赞用户的识别系统,其特征在于,所述点赞项目属性数据还包括:点赞总数、订阅数、项目大小、最近更新时间、项目是否来自拷贝、项目是否有维基、项目是否有网页、项目描述长度、提交次数、贡献者人数、标签数量、发布数量、问题数量。
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北京航空航天大学,未经北京航空航天大学许可,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/201910694279.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:权限处理、权限控制方法及装置
- 下一篇:跳转异常信息确定方法及装置