[发明专利]一种用户检测方法及装置

说明书

本发明实施例提供了一种用户检测方法及装置，涉及数据处理技术领域，其中，上述方法包括：获得已注册用户中待检测用户的特征；确定与上述待检测用户存在邀请关系的已注册用户，作为邀请用户；根据上述邀请用户的特征和上述待检测用户的特征，检测上述待检测用户是否为非正常用户。应用本发明实施例提供的方案检测用户是否为非正常用户，可以提高用户检测的准确度。

技术领域

本发明涉及数据处理技术领域，特别是涉及一种用户检测方法及装置。

背景技术

各种应用软件为增大用户量，通常会为已注册用户赠送礼物，以使得已注册用户邀请新用户进行用户注册，进而使用上述应用软件。这种情况下，一些已注册用户为了获得上述应用软件赠送的礼物，可能会邀请一些并非会真正使用上述应用软件的用户，这样导致应用软件虽然赠送出了礼物，但是实际并未收到用户量增加的回报。可以将邀请并非会真正使用应用软件的用户的已注册用户称为非正常用户。

为减少应用软件在赠送礼物方面的损失，需要对上述非正常用户进行检测。当前对非正常用户进行检测时，一般通过用户特征判断用户是否为非正常用户。例如，可以将预设时长内邀请新用户的数量作为一种用户特征，在此基础上，可以认为预设时长内邀请新用户的数量超过一定数量的用户为非正常用户。但正常用户也可能在一段时间内集中邀请新用户。因此，使用上述方法可能会将部分正常用户检测为非正常用户，导致检测非正常用户的准确度较低。

发明内容

本发明实施例的目的在于提供一种用户检测方法及装置，以提高检测非正常用户的准确度。具体技术方案如下：

第一方面，本发明实施例中提供了一种用户检测方法，所述方法包括：

获得已注册用户中待检测用户的特征；

确定与所述待检测用户存在邀请关系的已注册用户，作为邀请用户；

根据所述邀请用户的特征和所述待检测用户的特征，检测所述待检测用户是否为非正常用户。

本发明的一个实施例中，所述根据所述邀请用户的特征和所述待检测用户的特征，检测所述待检测用户是否为非正常用户，包括：

获得根据邀请用户的特征预测得到的表示所述邀请用户为非正常用户的第一概率；

根据所述待检测用户的特征预测所述待检测用户为非正常用户的第二概率，根据所获得的第一概率调整所述第二概率，并根据调整后的第二概率检测所述待检测用户是否为非正常用户。

本发明的一个实施例中，所述根据所获得的第一概率调整所述第二概率，包括：

针对每一第一概率，若所述第二概率高于所述第一概率，则降低所述第二概率，若所述第二概率低于所述第一概率，则提高所述第二概率。

本发明的一个实施例中，所述根据所述邀请用户的特征和所述待检测用户的特征，检测所述待检测用户是否为非正常用户，包括：

获得邀请无向图，其中，所述邀请无向图中包括与每一已注册用户分别一一对应的节点，具有邀请关系的已注册用户对应的节点之间具有无向连接关系；

将所述待预测用户的特征更新至包括每一已注册用户的特征的特征集合；

将所述邀请无向图和所述特征集合输入用户检测图卷积模型，以所述特征集合中各个已注册用户的特征为所述邀请无向图中每一已注册用户所对应节点的节点值，通过所述用户检测图卷积模型对所述邀请无向图进行图卷积运算，检测所述待检测用户是否为非正常用户。

本发明的一个实施例中，在所述将所述邀请无向图和所述特征集合输入用户检测图卷积模型，以所述特征集合中各个已注册用户的特征为所述邀请无向图中每一已注册用户所对应节点的节点值，通过所述用户检测图卷积模型对所述邀请无向图进行图卷积运算，检测所述待检测用户是否为非正常用户之前，还包括：