【技术实现步骤摘要】
基于付费会话的用户识别方法、电子装置及存储介质
本专利技术涉及数据处理领域，尤其涉及一种基于付费会话的用户识别方法、电子装置及存储介质。
技术介绍
目前社交软件的免费聊天场景中，用户向另一陌生用户发起会话之后，往往不能及时得到回复，虽然用户在付费聊天场景时回复率较高，但会话的对象大多是公司雇佣的专业陪聊兼职人员或机器人，而非真实用户，提供的并不是真实的社交服务。因此，提供一种提高会话消息回复积极性，且能自动识别用户是否为专业付费陪聊用户的技术方案，已成为本领域技术人员亟待解决的技术问题。
技术实现思路
鉴于以上内容，本专利技术提供一种基于付费会话的用户识别方法、电子装置及存储介质，其目的在于解决现有技术中会话消息回复积极性低且不能自动识别用户是否为专业付费陪聊用户的问题。为实现上述目的，本专利技术提供一种基于付费会话的用户识别方法，该方法包括：接收步骤：接收第一用户向第二用户发起会话的请求，将该请求中携带的第一数据包发送至第二用户，并创建所述第一用户与所述第二用户的会话界面；
【技术保护点】
1.一种基于付费会话的用户识别方法，应用于电子装置，其特征在于，所述方法包括：/n接收步骤：接收第一用户向第二用户发起会话的请求，将该请求中携带的第一数据包发送至第二用户，并创建所述第一用户与所述第二用户的会话界面；/n判断步骤：判断所述第一用户在第一预设时长内是否接收到所述第二用户基于会话请求的响应信息，若未接收到，则将所述第一数据包发送至所述第一用户；/n监测步骤：若所述第一用户在第一预设时长内接收到所述响应信息，则将预设的第二数据包发送至所述第二用户；及/n识别步骤：基于所述会话界面获取所述第二用户的属性信息，将该属性信息输入预先训练好的用户识别模型进行识别，若识别到...
【技术特征摘要】 【专利技术属性】
1.一种基于付费会话的用户识别方法，应用于电子装置，其特征在于，所述方法包括：
接收步骤：接收第一用户向第二用户发起会话的请求，将该请求中携带的第一数据包发送至第二用户，并创建所述第一用户与所述第二用户的会话界面；
判断步骤：判断所述第一用户在第一预设时长内是否接收到所述第二用户基于会话请求的响应信息，若未接收到，则将所述第一数据包发送至所述第一用户；
监测步骤：若所述第一用户在第一预设时长内接收到所述响应信息，则将预设的第二数据包发送至所述第二用户；及
识别步骤：基于所述会话界面获取所述第二用户的属性信息，将该属性信息输入预先训练好的用户识别模型进行识别，若识别到所述第二用户为预设第一类型的用户，则对所述第二用户执行第一处理操作，若识别到所述第二用户为预设第二类型的用户，则对所述第二用户执行第二处理操作。
2.如权利要求1所述的基于付费会话的用户识别方法，其特征在于，所述接收步骤包括：
对所述第一用户进行身份鉴定，当所述第一用户身份鉴定通过时，执行所述将该请求中携带的第一数据包发送至第二用户的步骤，当所述第一用户身份鉴定失败是，拒绝所述会话的请求并生成预警信息。
3.如权利要求1所述的基于付费会话的用户识别方法，其特征在于，所述基于所述会话界面获取所述第二用户的属性信息包括：
基于所述会话界面获取所述第二用户的标识信息，基于所述标识信息从预设数据库获取所述第二用户的历史行为信息，将所述历史行为信息作为所述第二用户的属性信息。
4.如权利要求1所述的基于付费会话的用户识别方法，其特征在于，所述用户识别模型是通过神经网络模型训练得到的，训练过程包括：
获取预设目标用户群的属性信息，对该属性信息执行预处理操作后作为训练样本，构建神经网络模型并设定神经网络模型的参数，利用第一预设计算规则计算出该神经网络模型的隐含层节点数量的取值范围，利用第二预设计算规则及所述训练样本集，分别计算隐含层节点数量在所述取值范围中各取值时的神经网络模型的学习误差，将学习误差取值最小的神经网络模型作为用户识别模型。
5.如权利要求4所述的基于付费会话的用户识别方法，其特征在于，所述第一预设计算规则包括：
，
其中，表示神经网络模型的隐含层节点数量，n表示神经网络模型的输入层节点数量，m表示神经网络模型的输出层节点数量，a表示正整数。
技术研发人员：杨扬，
申请(专利权)人：深圳市爱聊科技有限公司，
类型：发明
国别省市：广东;44
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。