用户行为分类方法、装置、存储介质及服务器制造方法及图纸

本发明专利技术涉及数据处理领域，具体涉及一种用户行为分类方法、装置、存储介质及服务器，所述方法包括：获取预设时长内用户在虚拟群组发送的文本消息；基于预建立的文本检测模型，确定所述文本消息的文本特征值，所述文本检测模型用于表征文本消息与文本特征值的关联关系；获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值；基于预建立的行为监测模型，根据所述文本特征值及所述行为特征值确定用户的恶意行为特征值，所述行为监测模型用于表征文本特征值及所述行为特征值与恶意行为特征值的关联关系；根据所述恶意行为特征值确定用户的行为类型。本发明专利技术能够高效地对虚拟群组内的用户进行分类，有效管理。

【技术实现步骤摘要】
用户行为分类方法、装置、存储介质及服务器
本专利技术涉及数据处理领域，具体涉及一种用户行为分类方法、装置、存储介质及服务器。
技术介绍
随着互联网技术的发展，客户端的使用人数越来越多，客户端上能够提供虚拟群组供多维用户同时进行互动，例如直播间、例如聊天室，而在虚拟群组运营的过程中，存在用户在虚拟群组内出现违规行为的现象，目前对于违规行为，大多都采用人工进行干预、制止，如管理员对违规人员进行处理，而人工干预无法及时地对违规行为进行响应，造成虚拟群组的正常活动受到干扰，耗费大量的终端资源，包括耗费虚拟群组的服务器资源，耗费虚拟群组内各用户终端资源，因而，如何对虚拟群组内的用户进行有效管理是目前互联网行业亟需解决的问题。
技术实现思路
为克服以上技术问题，特别是现有技术无法高效地对虚拟群组的用户进行分类的问题，特提出以下技术方案：第一方面，本专利技术提供了一种用户行为分类方法，包括：获取预设时长内用户在虚拟群组发送的文本消息；基于预建立的文本检测模型，确定所述文本消息的文本特征值，所述文本检测模型用于表征文本消息与文本特征值的关联关系；获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值；基于预建立的行为监测模型，根据所述文本特征值及所述行为特征值确定用户的恶意行为特征值，所述行为监测模型用于表征文本特征值及所述行为特征值与恶意行为特征值的关联关系；根据所述恶意行为特征值确定用户的行为类型。进一步的，所述根据所述恶意行为特征值确定用户的行为类型，包括：若所述恶意行为特征值小于第一预设值，确定用户的行为类型为正常行为类型；若所述恶意行为特征值大于等于第一预设值且小于第二预设值，确定用户的行为类型为待定行为类型；若所述恶意行为特征值大于等于第二预设值，确定用户的行为类型为异常行为类型。进一步的，所述根据所述恶意行为特征值确定用户的行为类型之后，还包括：将所述行为类型为异常行为类型的用户添加至指定名单；获取预设比例的行为类型为待定行为类型的用户添加至指定名单；将所述指定名单中的用户的文本消息发送至文本检测模型，验证所述行为类型的准确度；或，将所述指定名单中的用户的行为数据发送至行为监测模型，验证所述行为类型的准确度。进一步的，所述将所述指定名单中的用户的文本消息发送至文本检测模型，验证所述行为类型的准确度之后，还包括：当所述准确度低于预设阈值时，根据所述准确度调整所述文本检测模型；所述将所述指定名单中的用户的行为数据发送至行为监测模型，验证所述行为类型的准确度之后，还包括：当所述准确度低于预设阈值时，根据所述准确度调整所述行为监测模型。进一步的，所述根据所述恶意行为特征值确定用户的行为类型之后，还包括：限制所述行为类型为异常行为类型的用户在预置时间段内在虚拟群组发送的文本消息。进一步的，所述获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值，包括：获取预设时长内用户在虚拟群组内得到的其他用户的反馈数据，将所述反馈数据添加至用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值。进一步的，所述获取预设时长内用户在虚拟群组发送的文本消息之前，还包括：获取用户的访问IP，将访问IP相同的用户视为同一用户；所述获取预设时长内用户在虚拟群组发送的文本消息，包括：获取预设时长内相同的访问IP的用户在虚拟群组内发送的文本消息；所述获取预设时长内用户在虚拟群组的行为数据，包括：获取预设时长内相同的访问IP的用户在虚拟群组的行为数据。第二方面，本专利技术提供一种用户行为分类装置，包括：文本获取模块：用于获取预设时长内用户在虚拟群组发送的文本消息；文本检测模块：用于基于预建立的文本检测模型，确定所述文本消息的文本特征值，所述文本检测模型用于表征文本消息与文本特征值的关联关系；行为数据获取模块：用于获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值；行为监测模块：用于基于预建立的行为监测模型，根据所述文本特征值及所述行为特征值确定用户的恶意行为特征值，所述行为监测模型用于表征文本特征值及所述行为特征值与恶意行为特征值的关联关系；行为分类模块；用于根据所述恶意行为特征值确定用户的行为类型。第三方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述的用户行为分类方法。第四方面，本专利技术还提供了一服务器，所述服务器包括一个或多个处理器、存储器、一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个计算机程序配置用于执行上述的用户行为分类方法。本专利技术与现有技术相比，具有以下有益效果：本专利技术提供了一种对虚拟群组内的用户进行分类的方法，在虚拟群组内的用户可以发送文本消息及触发其它行为事件，通过获取预设时长内用户在虚拟群组发送的文本消息，然后基于预建立的文本检测模型，确定所述文本消息的文本特征值，其中，所述文本检测模型用于表征文本消息与文本特征值的关联关系，从而检测出用户发送的文本消息是否包含违规内容，同时获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值，为了更加准确地判断虚拟群组内用户的具体行为是否存在违规，基于预建立的行为监测模型，根据所述文本特征值及所述行为特征值确定用户的恶意行为特征值，所述行为监测模型用于表征文本特征值及所述行为特征值与恶意行为特征值的关联关系，通过对文本消息的判断，得到文本特征值，可以确定用户发送的文本消息是否包含有违规的内容，同时结合用户的行为数据，确定用户在虚拟群组内是否有干扰虚拟群组正常活动的行为，从而确定用户的恶意行为特征值，在得到每个用户的恶意行为特征值后，根据设定的恶意行为特征值的范围，对每个用户进行分类，从而确定用户对应的行为类型，进而对虚拟群组内用户进行有效分类，提高用户分类的处理效率。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术用户行为分类方法的一实施例流程示意图；图2为本专利技术用户行为分类装置的一实施例示意图；图3为本专利技术服务器的一实施例结构示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整本文档来自技高网...

【技术保护点】
1.一种用户行为分类方法，其特征在于，包括：/n获取预设时长内用户在虚拟群组发送的文本消息；/n基于预建立的文本检测模型，确定所述文本消息的文本特征值，所述文本检测模型用于表征文本消息与文本特征值的关联关系；/n获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值；/n基于预建立的行为监测模型，根据所述文本特征值及所述行为特征值确定用户的恶意行为特征值，所述行为监测模型用于表征文本特征值及所述行为特征值与恶意行为特征值的关联关系；/n根据所述恶意行为特征值确定用户的行为类型。/n

【技术特征摘要】
1.一种用户行为分类方法，其特征在于，包括：
获取预设时长内用户在虚拟群组发送的文本消息；
基于预建立的文本检测模型，确定所述文本消息的文本特征值，所述文本检测模型用于表征文本消息与文本特征值的关联关系；
获取预设时长内用户在虚拟群组的行为数据，根据所述行为数据统计用户的行为特征值；
基于预建立的行为监测模型，根据所述文本特征值及所述行为特征值确定用户的恶意行为特征值，所述行为监测模型用于表征文本特征值及所述行为特征值与恶意行为特征值的关联关系；
根据所述恶意行为特征值确定用户的行为类型。


2.根据权利要求1所述的方法，其特征在于，所述根据所述恶意行为特征值确定用户的行为类型，包括：
若所述恶意行为特征值小于第一预设值，确定用户的行为类型为正常行为类型；
若所述恶意行为特征值大于等于第一预设值且小于第二预设值，确定用户的行为类型为待定行为类型；
若所述恶意行为特征值大于等于第二预设值，确定用户的行为类型为异常行为类型。


3.根据权利要求2所述的方法，其特征在于，所述根据所述恶意行为特征值确定用户的行为类型之后，还包括：
将所述行为类型为异常行为类型的用户添加至指定名单；
获取预设比例的行为类型为待定行为类型的用户添加至指定名单；
将所述指定名单中的用户的文本消息发送至文本检测模型，验证所述行为类型的准确度；或，将所述指定名单中的用户的行为数据发送至行为监测模型，验证所述行为类型的准确度。


4.根据权利要求3所述的方法，其特征在于，所述将所述指定名单中的用户的文本消息发送至文本检测模型，验证所述行为类型的准确度之后，还包括：
当所述准确度低于预设阈值时，根据所述准确度调整所述文本检测模型；
所述将所述指定名单中的用户的行为数据发送至行为监测模型，验证所述行为类型的准确度之后，还包括：
当所述准确度低于预设阈值时，根据所述准确度调整所述行为监测模型。


5.根据权利要求2所述的方法，其特征在于，所述根据所述恶意行为特征值确定用户的行为类型之后，还包括：
限制所述行为类型为异常行为类型的用户在...

【专利技术属性】
技术研发人员：苏航，
申请(专利权)人：广州市百果园信息技术有限公司，
类型：发明
国别省市：广东;44