System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种网络霸凌受害者的识别方法、装置、设备及存储介质制造方法及图纸_技高网

一种网络霸凌受害者的识别方法、装置、设备及存储介质制造方法及图纸

技术编号:40164257 阅读:7 留言:0更新日期:2024-01-26 23:36
本发明专利技术涉及网络霸凌受害者的识别方法、装置、设备及存储介质,属于目标识别技术领域。本发明专利技术包括:获取用户的历史心情文本和历史浏览记录;根据所述历史浏览记录,对所述用户是否遭受网络霸凌进行第一次判断,得到第一判断结果;将所有历史心情文本进行分词处理,得到历史心情分词;根据所有历史心情分词,对所述用户是否遭受网络霸凌进行第二次判断,得到第二判断结果;根据所述第一判断结果和所述第二判断结果,对所述用户是否遭受网络霸凌进行识别,得到识别结果。通过本发明专利技术有助于解决现有技术中对于网络霸凌现象的受害者,尚未有有效的检测和识别手段的问题。

【技术实现步骤摘要】

本专利技术涉及目标识别,具体涉及网络霸凌受害者的识别方法、装置、设备及存储介质


技术介绍

1、随着互联网的快速发展,网络霸凌问题日益严重。特别是青少年人群,他们思想尚未成熟,更容易成为网络霸凌的受害者。遭受网络霸凌的青少年,容易出现一系列负面状况,例如焦虑、抑郁、旷课和逃课等,严重影响青少年的身心健康。

2、现有的app一般只能提供心理咨询,并且需要向心理咨询师付费,才能获得咨询心理健康的服务,并不能直接识别网络霸凌的潜在迹象,特别是针对特殊人群遭受网络霸凌的现象,目前尚未有有效的检测和识别手段。


技术实现思路

1、有鉴于此,本专利技术的目的在于提供一种网络霸凌受害者的识别方法、装置、设备及存储介质,以解决现有技术中对于网络霸凌现象的受害者,尚未有有效的检测和识别手段的问题。

2、根据本专利技术实施例的第一方面,提供一种网络霸凌受害者的识别方法,包括:

3、获取用户的历史心情文本和历史浏览记录;

4、根据所述历史浏览记录,对所述用户是否遭受网络霸凌进行第一次判断,得到第一判断结果;

5、将所有历史心情文本进行分词处理,得到历史心情分词;

6、根据所有历史心情分词,对所述用户是否遭受网络霸凌进行第二次判断,得到第二判断结果;

7、根据所述第一判断结果和所述第二判断结果,对所述用户是否遭受网络霸凌进行识别,得到识别结果。

8、优选地,所述根据所有历史心情分词,对所述用户是否遭受网络霸凌进行第二次判断,得到第二判断结果,包括:

9、对所述历史心情分词与预先构建的遭受霸凌词汇库进行相似度匹配,得到对应的分词匹配结果为匹配或不匹配;

10、将所有历史心情分词,输入预先训练好的文本分类模型,得到所述历史心情文本的文本分类结果为遭受网络霸凌或未遭受网络霸凌;

11、根据所有分词匹配结果和所述文本分类结果,判断所述用户是否遭受网络霸凌,得到第二判断结果。

12、优选地,所述对所述历史心情分词与预先构建的遭受霸凌词汇库进行相似度匹配,得到对应的分词匹配结果为匹配或不匹配,包括:

13、分别对计算所述历史心情分词与预先构建的每个霸凌词汇之间的余弦相似度;

14、判断所述余弦相似度是否大于第一预设阈值,若大于第一预设阈值,判定对应的分词匹配结果为匹配;若不大于第一预设阈值,判定对应的分词匹配结果为不匹配。

15、优选地,所述将所有历史心情分词,输入预先训练好的文本分类模型,得到所述历史心情文本的文本分类结果为遭受网络霸凌或未遭受网络霸凌,包括:

16、统计各历史心情分词的频率;

17、根据所有历史心情分词的频率,对所述历史心情文本进行形式转化,得到文本向量;

18、根据所述文本向量,对所述历史心情文本进行分类,得到文本分类结果为遭受网络霸凌或未遭受网络霸凌。

19、优选地,所述根据所有分词匹配结果和所述文本分类结果,判断所述用户是否遭受网络霸凌,得到第二判断结果,包括:

20、若所有分词匹配结果为不匹配,且所述文本分类结果为未遭受网络霸凌,则判定所述第二判断结果为未遭受网络霸凌;

21、若存在分词匹配结果为匹配或所述文本分类结果为遭受网络霸凌,则判定所述第二判断结果为遭受网络霸凌。

22、优选地,所述历史浏览记录中包含浏览文章和浏览时长,所述根据所述历史浏览记录,对所述用户是否遭受网络霸凌进行第一次判断,得到第一判断结果,包括:

23、对所有浏览文章进行分类,得到各浏览文章的类别,其中所述类别包括网络霸凌类和非网络霸凌类;

24、获取网络霸凌类浏览文章的浏览时长;

25、判断所述网络霸凌类浏览文章的浏览时长是否大于第二预设阈值,若大于,判定所述第一判断结果为网络霸凌。

26、优选地,所述方法还包括:

27、若得到识别结果为网络霸凌,发出异常提醒。

28、根据本专利技术实施例的第二方面,提供一种网络霸凌受害者的识别装置,包括:

29、数据获取模块,用于获取用户的历史心情文本和历史浏览记录;

30、第一判断模块,用于根据所述历史浏览记录,对所述用户是否遭受网络霸凌进行第一次判断,得到第一判断结果;

31、第二判断模块,用于将所有历史心情文本进行分词处理,得到历史心情分词;根据所有历史心情分词,对所述用户是否遭受网络霸凌进行第二次判断,得到第二判断结果;

32、识别模块,用于根据所述第一判断结果和所述第二判断结果,对所述用户是否遭受网络霸凌进行识别,得到识别结果。

33、根据本专利技术实施例的第三方面,提供一种网络霸凌受害者的识别设备,包括:

34、存储器,其上存储有可执行程序;

35、处理器,用于执行所述存储器中的所述可执行程序,以实现上述任一项所述方法的步骤。

36、根据本专利技术实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行上述任一项所述方法的步骤。

37、本专利技术的实施例提供的技术方案可以包括以下有益效果:

38、通过获取用户的历史心情文本和历史浏览记录,根据历史浏览记录,对用户是否遭受网络霸凌进行第一次判断,得到第一判断结果,将所有历史心情文本进行分词处理,得到历史心情分词,根据历史心情分词,对用户是否遭受网络霸凌进行第二次判断,得到第二判断结果,根据第一判断结果和第二判断结果,对用户是否遭受网络霸凌进行综合判断识别,得到识别结果。上述方法从历史心情文本和历史浏览记录两方面对用户是否遭受网络霸凌进行判断识别,从而可以有效检测出可能正在遭受网络霸凌的用户,准确率较高,效率较高,不需要人力进行判断识别,便于及时对可能正在遭受网络霸凌的用户进行及时的疏导,减少网络霸凌的发生和危害。

39、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本专利技术。

本文档来自技高网...

【技术保护点】

1.一种网络霸凌受害者的识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所有历史心情分词,对所述用户是否遭受网络霸凌进行第二次判断,得到第二判断结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述对所述历史心情分词与预先构建的遭受霸凌词汇库进行相似度匹配,得到对应的分词匹配结果为匹配或不匹配,包括:

4.根据权利要求2所述的方法,其特征在于,所述将所有历史心情分词,输入预先训练好的文本分类模型,得到所述历史心情文本的文本分类结果为遭受网络霸凌或未遭受网络霸凌,包括:

5.根据权利要求2所述的方法,其特征在于,所述根据所有分词匹配结果和所述文本分类结果,判断所述用户是否遭受网络霸凌,得到第二判断结果,包括:

6.根据权利要求1所述的方法,其特征在于,所述历史浏览记录中包含浏览文章和浏览时长,所述根据所述历史浏览记录,对所述用户是否遭受网络霸凌进行第一次判断,得到第一判断结果,包括:

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

8.一种网络霸凌受害者的识别装置,其特征在于,包括:

9.一种网络霸凌受害者的识别设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行权利要求1~7任一项所述方法的步骤。

...

【技术特征摘要】

1.一种网络霸凌受害者的识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述根据所有历史心情分词,对所述用户是否遭受网络霸凌进行第二次判断,得到第二判断结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述对所述历史心情分词与预先构建的遭受霸凌词汇库进行相似度匹配,得到对应的分词匹配结果为匹配或不匹配,包括:

4.根据权利要求2所述的方法,其特征在于,所述将所有历史心情分词,输入预先训练好的文本分类模型,得到所述历史心情文本的文本分类结果为遭受网络霸凌或未遭受网络霸凌,包括:

5.根据权利要求2所述的方法,其特征在于,所述根据所有分词匹配结果和...

【专利技术属性】
技术研发人员:刘强朱忠山崔希玲
申请(专利权)人:北京石油化工学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1