[发明专利]制定反作弊策略的方法、装置及电子设备

权利要求书

1.一种制定反作弊策略的方法，包括：

匹配目标活动是否属于已有活动类型；

在所述目标活动属于已有活动类型的情况下，设置匹配于所属活动类型的反作弊策略作为所述目标活动的反作弊策略；

在所述目标活动不属于已有活动类型的情况下，构建所述目标活动的反作弊策略，

其中，所述方法还包括生成匹配于已有活动类型的反作弊策略的步骤，包括：

获取参与待匹配的已有活动类型的用户的设定用户数据，其中，所述用户数据包括刻画用户的状态数据和刻画用户行为的数据，所述刻画用户状态的数据包括用户注册时间、账户余额、好友数量，所述刻画用户行为的数据包括用户的历史交易数据、领奖历史数据、页面点击历史数据、好友互动历史数据；

针对每一所述用户，根据对应的用户数据提取用户特征向量；

对提取到的所述用户特征向量进行设定的无监督学习，生成匹配于已有活动类型的反作弊策略。

2.根据权利要求1所述的方法，所述方法在所述目标活动不属于已有活动类型的情况下，还包括：

在已有活动类型中增加所述目标活动所属的新活动类型；

设置匹配于所述新活动类型的反作弊策略为针对所述目标活动构建的反作弊策略。

3.根据权利要求1所述的方法，还包括：

监测新活动上线通知；

在监测到所述通知的情况下，将所通知的新活动作为目标活动，触发执行所述匹配目标活动是否属于已有活动类型的操作。

4.根据权利要求1所述的方法，所述匹配目标活动是否属于已有活动类型，包括：

获取目标活动的活动属性数据；

根据所述活动属性数据，匹配所述目标活动是否属于已有活动类型。

5.根据权利要求4所述的方法，所述根据所述活动属性数据，匹配所述目标活动是否属于已有活动类型，包括：

获取待匹配的已有活动类型对应于设定的活动属性变量的第一活动属性特征向量；

根据所述活动属性数据，提取所述目标活动的对应于所述活动属性变量的第二活动属性特征向量；

计算所述第一活动属性特征向量与所述第二活动属性特征向量之间的匹配度；

根据所述匹配度，获得表示所述目标活动是否属于已有活动类型的匹配结果。

6.根据权利要求4所述的方法，还包括：

响应于配置所述目标活动的操作，提供用于输入配置信息的配置入口；

响应于完成所述配置的通知，获取并保存通过所述配置入口输入的最新的配置信息，作为所述目标活动的活动属性数据。

7.根据权利要求1所述的方法，所述反作弊策略包括风险识别策略和风险管控策略，所述风险识别策略用于识别用户在对应活动中实施的领奖操作的风险等级，所述风险管控策略用于根据所述对应活动的设定指标和所述用户的设定指标，调整所述风险等级。

8.根据权利要求1所述的方法，所述构建所述目标活动的反作弊策略，包括：

获取所述目标活动相对最相似的已有活动类型的有关活动属性的区别特征向量；

根据所述最相似的已有活动类型的反作弊策略和所述区别特征向量，构建所述目标活动的反作弊策略。

9.根据权利要求1所述的方法，所述方法还包括获得已有活动类型的步骤，包括：

提取每一已有活动的活动属性特征向量；

根据所述活动属性特征向量，对所有的已有活动进行聚类；

根据聚类结果，获得所述已有活动类型。

10.根据权利要求1至9中任一项所述的方法，所述方法在构建所述目标活动的反作弊策略后，还包括：

在所述目标活动上线后，获取参与所述目标活动的用户的设定用户数据；

针对每一所述用户，根据对应的用户数据提取用户特征向量；

根据所述用户特征向量，修正针对所述目标活动构建的反作弊策略。