[发明专利]对象的识别方法、装置、设备及存储介质

说明书

本公开的对象的识别方法，从应用的运行数据中，采集应用中的多个对象的数据，对各个对象的数据进行简化处理。依据各个对象的简化后数据之间的相似性，识别各个对象之间的相似性关系。可见，上述方法先简化数据，再使用简化后数据确定对象之间的相似性关系，因为简化处理用于简化对象的数据的维度、且保留对象的数据中的用于表征多个对象中各对象之间的相似性的目标特征，所以一方面因为简化后数据的数据量较少，相似性判定更为准确，从而识别结果的准确性较高，另一方面又因为简化处理保留了对象的数据中用于表征各对象之间的相似性的特征，所以进一步提高识别结果的准确性。

技术领域

本公开涉及网络信息处理技术领域，尤其涉及一种对象的识别方法、装置、设备及存储介质。

背景技术

在社交网络中，为了获取更多的关注和互动，有一部分用户采取模仿一些受欢迎的热门用户的方式，来欺骗其他用户对其进行关注，或者浏览其主页，进而获取利益。

目前，已有一些识别仿冒用户的方式，但现有的自动识别这些仿冒用户的技术手段的准确性有待提高。

发明内容

本公开提供一种对象的识别方法、装置、设备及存储介质，以至少解决识别仿冒用户的准确性不高的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种对象的识别方法，包括：

从应用的运行数据中，采集所述应用中的多个对象的数据；

对各个所述对象的数据进行简化处理；其中，所述简化处理用于简化所述对象的数据的维度、且保留所述对象的数据中的目标特征，所述目标特征用于表征所述多个对象中各对象之间的相似性；

依据各个所述对象的简化后数据之间的相似性，识别所述多个对象中各个对象之间的相似关系。

可选的，所述对各个所述对象的数据进行简化处理，包括：

将各个所述对象的数据输入简化模型，得到所述简化模型输出的各个所述对象的简化后数据；

其中，所述简化模型包括输出层、以及处理模块和训练模块，所述处理模块和所述训练模块为对称结构；

所述处理模块用于接收各个所述对象的数据，并对各个所述对象的数据进行所述简化处理，所述输出层用于输出各个所述对象的简化后数据，所述训练模块用于调整所述处理模块的参数。

可选的，训练所述简化模型的过程包括：

从所述应用的历史运行数据中，抽取各个样本对象的样本数据，所述样本对象包括第一样本对象以及所述第一样本对象的相似对象；

将目标对象的样本数据输入所述简化模型，得到依次经所述简化模型的所述处理模块、所述输出层和所述训练模块处理，并且由所述训练模块输出的结果；所述目标对象为任意一个所述样本对象；

依据所述结果与其它对象的样本数据的差异，调整所述处理模型的参数，所述其它对象为所述样本对象中，除所述目标对象之外的对象。

可选的，所述依据各个所述对象的简化后数据之间的相似性，识别所述多个对象中各个对象之间的相似关系，包括：

将与第一对象的简化后数据的距离不大于第一阈值的简化后数据对应的对象，作为所述第一对象的相似对象，所述第一对象为所述对象中的预设类型的对象；

所述样本对象的获取方法包括：

将第一样本对象、以及与所述第一样本对象的数据的距离不大于第二阈值的数据对应的对象，作为所述样本对象，所述第一样本对象为所述预设类型的样本对象；

其中，所述第二阈值小于所述第一阈值。

可选的，所述从应用的运行数据中，采集所述应用中的多个对象的数据，包括：