The present application is a malicious user identification method and device. The method includes: obtaining the behavior characteristics of a plurality of users' barrage transmission; calculating the similarity between each two users of the multiple users according to the behavior characteristics of the barrage; setting the suspect degree value of the malicious user as the first initial suspect value. The suspect degree value of the identified user is set to second initial suspicion value; for each user, according to the user's current suspect degree value and the value of the similar degree between the user and other users, the user's suspect range value is iteratively calculated by the probability graph model; after many times, the user's suspect range value is iteratively calculated. After the iterative calculation, the identified user whose suspicion level value is greater than a suspect threshold is regarded as a malicious user. In this way, it can effectively screen out malicious users whose malicious behavior is not obvious, according to the association between the user and the identified malicious users. One
【技术实现步骤摘要】
恶意用户识别方法及装置
本申请涉及大数据处理
,具体而言,涉及一种恶意用户识别方法及装置。
技术介绍
直播平台是一种互联网社交平台,为主播用户提供了展示视频直播渠道及与其他用户线上交互的渠道。在直播平台上常存在一些恶意用户通过不正当手段谋求不正当的利益。例如,视频直播平台通过用户对主播的关注反映主播的影响力和关注度,恶意用户会可能通过营造大量虚假关注获得利益,这会破坏直播平台的生态,损害其他正常用户的利益。针对这种情况,需要对恶意用户进行识别,以屏蔽或显示这些恶意用户在直播平台上的行为。现有技术在进行恶意用户识别时,为了防止将正常用户识别为恶意用户,常采用较为严格的规则,将具有明显恶意行为特征的用户作为恶意用户,但是这样会遗漏一些恶意行为特征不明显的恶意用户。
技术实现思路
本申请的目的在于提供一种恶意用户识别方法,所述方法包括:获取多个用户的弹幕发送行为特征,其中,所述多个用户中包括至少一个已确定的恶意用户及除所述恶意用户之外的待识别用户;根据所述弹幕发送行为特征,计算所述多个用户中每两个用户之间的相似程度值;将所述恶意用户的嫌疑程度值设置为第一初始嫌疑值,将所述待识别用户的嫌疑程度值设置为第二初始嫌疑值,其中,所述第一初始嫌疑值高于第二初始嫌疑值;针对每个用户,根据该用户当前的所述嫌疑程度值及该用户与其他用户之间的所述相似程度值,通过概率图模型对该用户的所述嫌疑程度值进行迭代计算;在经过多次所述迭代计算之后,将所述嫌疑程度值大于一个嫌疑度阈值的待识别用户作为恶意用户。进一步地,在上述方法中,所述将所述嫌疑程度值大于一个嫌疑度阈值的待识别用户作为恶意用 ...
【技术保护点】
1.一种恶意用户识别方法,其特征在于,所述方法包括:
【技术特征摘要】
1.一种恶意用户识别方法,其特征在于,所述方法包括:获取多个用户的弹幕发送行为特征,其中,所述多个用户中包括至少一个已确定的恶意用户及除所述恶意用户之外的待识别用户;根据所述弹幕发送行为特征,计算所述多个用户中每两个用户之间的相似程度值;将所述恶意用户的嫌疑程度值设置为第一初始嫌疑值,将所述待识别用户的嫌疑程度值设置为第二初始嫌疑值,其中,所述第一初始嫌疑值高于第二初始嫌疑值;针对每个用户,根据该用户当前的所述嫌疑程度值及该用户与其他用户之间的所述相似程度值,通过概率图模型对该用户的所述嫌疑程度值进行迭代计算;在经过多次所述迭代计算之后,将所述嫌疑程度值大于一个嫌疑度阈值的待识别用户作为恶意用户。2.根据权利要求1所述的方法,其特征在于,所述将所述嫌疑程度值大于一个嫌疑度阈值的待识别用户作为恶意用户的步骤,包括:计算得到所述多个用户的嫌疑程度值的经验分布函数;在所述经验分布函数上将上升斜率超过预设上升阈值的点对应的嫌疑程度值作为所述嫌疑度阈值;将所述待识别用户中嫌疑程度值大于所述嫌疑度阈值的用户作为恶意用户。3.根据权利要求1所述的方法,其特征在于,所述通过概率图模型对该用户的所述嫌疑程度值进行迭代计算的步骤,包括:通过概率图模型对每个用户的所述嫌疑程度值进行所述迭代计算;针对每个用户,计算在执行本轮迭代计算前后所述嫌疑程度值的变化程度;在每个用户对应的所述嫌疑程度值的变化程度均小于预设变化阈值时,停止迭代计算。4.根据权利要求1所述的方法,其特征在于,所述对该用户的所述嫌疑程度值进行迭代计算的步骤,包括:通过概率图模型对每个用户的所述嫌疑程度值进行预设次数的迭代计算。5.根据权利要求1所述的方法,其特征在于,所述弹幕发送行为特征包括用户发送弹幕的直播间的集合及至少一种弹幕发送动作统计值;所述根据所述弹幕发送行为特征,计算所述多个用户中每两个用户之间的...
【专利技术属性】
技术研发人员:王璐,陈少杰,张文明,
申请(专利权)人:武汉斗鱼网络科技有限公司,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。