CN104753758A - 一种信息属性识别方法及装置 - Google Patents

Abstract

本发明公开了一种信息属性识别方法及装置，用于提高信息属性识别的及时性，该方法包括：接收用户的登录请求，判断登录用户是否是具有权限的特定用户，如果是，则特定用户登录成功并记录特定用户的标识信息；将同一待识别信息推送给多个特定用户，根据特定用户的标识信息以及待识别信息的标识信息，接收多个特定用户针对同一待识别信息的属性判断结果；根据同一待识别信息的多个属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果。

Description

一种信息属性识别方法及装置

技术领域

本发明涉及互联网技术领域，具体涉及一种信息属性识别方法及装置。

背景技术

随着互联网和各类社交应用的兴起，通过即时通信软件、博客、微博等应用程序发布各类信息也越来方便，为了控制诈骗、广告、色情等不良信息的传播，需要对待发布信息的属性进行识别，以减少或避免不良信息的发布与传播。

在现有技术中，信息属性识别主要依靠专职的信息审核工作人员来完成，但是，由于互联网上实时产生的信息数量巨大，且不同时期，在线用户和信息发送量波动很大，会出现不能及时完成信息属性识别，造成信息发布延时较大的问题，同时依靠数量庞大的信息审核工作人员来实现信息属性识别，人力成本较高。

发明内容

有鉴于此，本发明的主要目的是提供一种信息属性识别方法及装置，以解决现有技术中信息属性识别处理及时性较差的问题。

为解决上述问题，本发明提供的技术方案如下：

一种信息属性识别方法，所述方法包括：

接收用户的登录请求，判断所述登录用户是否是具有权限的特定用户，如果是，则所述特定用户登录成功并记录所述特定用户的标识信息；

将同一待识别信息推送给多个所述特定用户，根据所述特定用户的标识信息以及所述待识别信息的标识信息，接收多个所述特定用户针对同一待识别信息的属性判断结果；

根据同一待识别信息的多个所述属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果。

相应的，所述方法还包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，则将该待识别信息再次推送给其他多个所述特定用户并记录推送次数，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

相应的，所述方法还包括：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果，其中，所述预设阈值随所述推送次数的增加而降低。

相应的，所述方法还包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，判断所述推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，则执行将该待识别信息再次推送给其他多个所述特定用户并记录推送次数及后续步骤。

相应的，所述方法还包括：

记录用户的信息举报次数，将所述信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

相应的，所述方法还包括：

计算所述特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为所述特定用户的贡献量。

一种信息属性识别装置，所述装置包括：

登录单元，用于接收用户的登录请求，判断所述登录用户是否是具有权限的特定用户，如果是，则所述特定用户登录成功并记录所述特定用户的标识信息；

信息推送单元，用于将同一待识别信息推送给多个所述特定用户；

结果接收单元，用于根据所述特定用户的标识信息以及所述待识别信息的标识信息，接收多个所述特定用户针对同一待识别信息的属性判断结果；

属性识别单元，用于根据同一待识别信息的多个所述属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果。

相应的，所述信息推送单元还用于：如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，则将该待识别信息再次推送给其他多个所述特定用户并记录推送次数；

所述属性识别单元还用于：重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

相应的，所述属性识别单元还用于：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果，其中，所述预设阈值随所述推送次数的增加而降低。

相应的，所述装置还包括：

判断单元，用于如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，判断所述推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，所述信息推送单元将该待识别信息再次推送给其他多个所述特定用户并记录推送次数。

相应的，所述装置还包括：

权限设置单元，用于记录用户的信息举报次数，将所述信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

相应的，所述装置还包括：

计算单元，用于计算所述特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为所述特定用户的贡献量。

由此可见，本发明实施例具有如下有益效果：

本发明实施例通过将待识别信息推送给多个具有信息属性识别权限的特定用户，接收多个特定用户对同一待识别信息的属性判断结果，也即通过特定用户投票的方式确定待识别信息的最终属性判断结果，由于特定用户也属于自然用户，特定用户与全体自然用户不同时期在线的比例大致相同，因此，在线用户人数较多也即待识别信息较多时，可以完成信息属性识别的特定用户也较多，保证了信息属性识别处理的及时性，同时对于大部分待识别信息的属性识别不再需要专职的审核人员，节约了成本。

附图说明

图1为本发明实施例中信息属性识别方法实施例一的流程图；

图2为本发明实施例中信息属性识别方法实施例二的流程图；

图3为本发明实施例中信息属性识别装置实施例一的示意图；

图4为本发明实施例中信息属性识别装置实施例二的示意图；

图5为本发明实施例中一种审核服务器实施例的示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明实施例作进一步详细的说明。

本发明信息属性识别方法及装置，是针对现有技术中采用人工方式进行信息属性识别，存在信息属性识别不及时导致信息发布延时较大的问题，提出为特定用户设置信息属性识别的权限，将待识别信息推送给多个登录的特定用户，接收多个特定用户针对同一待识别信息的属性判断结果，根据多个特定用户获得的属性判断结果确定待识别信息的最终属性判断结果。由于特定用户与全体用户在不同时期在线比例大体相同，不会造成信息属性识别处理不及时的问题，保证了及时性且节约成本。

基于上述思想，本发明实施例将从信息属性识别装置的角度进行描述，该信息属性识别装置具体可以集成在审核服务器中，参见图1所示，本发明实施例信息属性识别方法实施例一可以包括以下步骤：

步骤101：接收用户的登录请求，判断登录用户是否是具有权限的特定用户，如果是，则特定用户登录成功并记录特定用户的标识信息。

在本发明实施例中，由于信息属性识别需要将待识别信息推送给特定用户，因此，需要特定用户先进行登录，之后才能够接收到推送的待识别信息，以实现信息属性识别的过程。

特定用户是指具有权限的用户，在本发明的一些实施例中，本发明实施例信息属性识别方法还可以包括：记录用户的信息举报次数，将信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

也就是说，可以通过信息举报平台对特定用户进行选择，将活跃参与信息举报的用户也即信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

因此，接收到用户的登录请求后，可以通过登录用户的标识信息判断登录用户是否是具有权限的特定用户，如果是，则特定用户登录成功并记录特定用户的标识信息，也即记录登录成功的特定用户的ID信息。

步骤102：将同一待识别信息推送给多个特定用户，根据特定用户的标识信息以及待识别信息的标识信息，接收多个特定用户针对同一待识别信息的属性判断结果。

审核服务器可以将同一待识别信息推送给设定个数的特定用户，例如将同一待识别信息推送给五个特定用户，接收到待识别信息的特定用户会给出该待识别信息的属性判断结果，并将属性判断结果返回给审核服务器，审核服务器可以接收到这些特定用户针对该待识别信息的属性判断结果。其中，待识别信息的属性判断结果至少包括待识别信息属于正常信息或待识别信息属于恶意信息这两个种类的属性判断结果，恶意信息的属性判断结果可以进一步划分为属于哪类恶意信息，例如属于广告、虚假等属性。

步骤103：根据同一待识别信息的多个属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果。

具体的，对于接收到同一待识别信息的多个属性判断结果，多个属性判断结果可以均相同，即接收到的是同一种类的属性判断结果，多个属性判断结果也可以不同，即接收到的是多个种类的属性判断结果。例如同一待识别信息推送给五个特定用户，收到两种不同的属性判断结果，其中，四个判断待识别信息为正常的属性判断结果，一个判断待识别信息为恶意的属性判断结果。

则计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，在上例中，待识别信息为正常的属性判断结果与接收到的属性判断结果的总个数的比值即为4:5，该比值也可以用百分比80%表示，待识别信息为恶意的属性判断结果与接收到的属性判断结果的总个数的比值即为1:5（20%）。

如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果，在上例中，假设预设阈值为80%，待识别信息为正常的属性判断结果与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则待识别信息的最终属性判断结果为待识别信息为正常。这样，本发明实施例通过将待识别信息推送给多个具有信息属性识别权限的特定用户，接收多个特定用户对同一待识别信息的属性判断结果，也即通过特定用户投票的方式确定待识别信息的最终属性判断结果，由于特定用户也属于自然用户，特定用户与全体自然用户不同时期在线的比例大致相同，因此，在线用户人数较多也即待识别信息较多时，可以完成信息属性识别的特定用户也较多，保证了信息属性识别处理的及时性，同时对于大部分待识别信息的属性识别不再需要专职的审核人员，节约了成本。

基于上述实施例，在本发明的一些实施例中，本发明实施例信息属性识别方法还可以包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，则将该待识别信息再次推送给其他多个特定用户并记录推送次数，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

可以理解的是，对于多个属性判断结果会出现每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均不能达到预设阈值的情况，例如同一待识别信息推送给五个特定用户，收到两种不同的属性判断结果，其中，三个判断待识别信息为正常的属性判断结果，两个个判断待识别信息为恶意的属性判断结果。假设预设阈值为80%，则待识别信息为正常的属性判断结果与接收到的属性判断结果的总个数的比值为60%，待识别信息为恶意的属性判断结果与接收到的属性判断结果的总个数的比值为40%，均小于预设阈值80%，则该待识别信息再次推送给其他多个特定用户并记录推送次数，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

需要注意的是，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值可以是结合多次推送收到的结果进行计算，例如两次分别推送给五个特定用户，共接收到八个判断待识别信息为正常的属性判断结果，两个个判断待识别信息为恶意的属性判断结果，则可以重新计算出待识别信息为正常的属性判断结果与接收到的属性判断结果的总个数的比值为80%，待识别信息为恶意的属性判断结果与接收到的属性判断结果的总个数的比值为20%。

在本发明的一些实施例中，本发明实施例信息属性识别方法还可以包括：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果，其中，预设阈值随推送次数的增加而降低。

也就是说，随着推送次数的增加也即推送人数增加，预设阈值可以相应降低，例如，第一次推送预设阈值为80%，第二次推送预设阈值为70%，以此类推。

在本发明的一些实施例中，本发明实施例信息属性识别方法还可以包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，判断推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，则执行将该待识别信息再次推送给其他多个特定用户并记录推送次数及后续步骤。

在本发明实施例中，还可以设置推送次数，在达到推送次数阈值的时候如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值还均小于预设阈值，则说明此信息属于擦边信息不能通过特定用户实现信息属性识别，需要转入人工模式进行信息属性识别。

这样，参见图2所示，本发明实施例信息属性识别方法实施例二可以包括以下步骤：

步骤201：接收用户的登录请求，判断登录用户是否是具有权限的特定用户，如果是，则特定用户登录成功并记录特定用户的标识信息。

步骤202：将同一待识别信息推送给多个特定用户并记录推送次数。

步骤203：根据特定用户的标识信息以及待识别信息的标识信息，接收多个特定用户针对同一待识别信息的属性判断结果。

步骤204：根据同一待识别信息的多个属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

步骤205：如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果，预设阈值随推送次数的增加而降低。

步骤206：如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，判断推送次数是否达到设置推送次数阈值，如果是，进入步骤207，如果否，进入步骤208。

步骤207：将待识别信息转入人工模式进行信息属性识别。

步骤208：将该待识别信息再次推送给其他多个特定用户并记录推送次数，返回步骤203。

在本发明实施例中，在一次推送不能得到信息属性识别结果的时候通过多次向不同特定用户推送同一待识别信息，一条待识别信息由多个高信用的特定用户综合判定获得最终的属性识别结果，具有更高的准确性。

在本发明的一些实施例中，本发明实施例信息属性识别方法还可以包括：

计算特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为特定用户的贡献量。

在本发明实施例中，可以定期计算特定用户的贡献量，可以根据特定用户的贡献量确定是否继续为特定用户设置权限，以保证特定用户信息属性识别的高准确率。

下面通过一个具体场景实施例再对本发明实施例信息属性识别方法进行相应的说明。

例如用户A发出一条微博信息，设置的系统策略无法判定该微博信息的属性，需要进行信息属性识别，判定该待识别信息为正常信息或恶意信息。利用本发明实施例提供的信息属性识别方法可以将该条信息推送给多个已经登录过的特定用户，例如推送给5个特定用户，用户B、C、D、E、F，接收这五个用户针对该条信息的属性判断结果，判断该条信息为正常或恶意。假设预设阈值为80%，则如果用户B、C、D、E、F有四个或四个以上判断该条信息的属性判断结果为正常，则该条信息最终属性判断结果为正常，如果用户B、C、D、E、F有四个或四个以上判断该条信息的属性判断结果为恶意，则该条信息最终属性判断结果为恶意。

如果用户B、C、D、E、F中没有四个或四个以上的用户得到同一属性判断结果，也即每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，则继续将该条信息推送给其他特定用户，接收其他用户针对该条信息的属性判断结果，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，此时也可以结合之前用户的属性判断结果综合进行计算，并可以逐次降低预设阈值，比如第二次推送预设阈值为70%，第三次推送预设阈值为60%，如此推送多次，例如推送次数阈值为三次，若依然无法得到最终属性判断结果，则此信息应为擦边信息，转入人工模式由工作人员进行信息属性识别。

由于特定用户也属于自然用户，特定用户与全体自然用户不同时期在线的比例大致相同，因此，在线用户人数较多也即待识别信息较多时，可以完成信息属性识别的特定用户也较多，保证了信息属性识别处理的及时性，同时对于大部分待识别信息的属性识别不再需要专职的审核人员，节约了成本。

参见图3所示，本发明实施例信息属性识别装置实施例一可以包括：

登录单元301，用于接收用户的登录请求，判断登录用户是否是具有权限的特定用户，如果是，则特定用户登录成功并记录特定用户的标识信息。

在本发明实施例中，由于信息属性识别需要将待识别信息推送给特定用户，因此，需要特定用户先进行登录，之后才能够接收到推送的待识别信息，以实现信息属性识别的过程。

因此，在本发明的一些实施例中，本发明实施例信息属性识别装置还可以包括：

权限设置单元，用于记录用户的信息举报次数，将信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

也就是说，可以通过信息举报平台对特定用户进行选择，将活跃参与信息举报的用户也即信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

信息推送单元302，用于将同一待识别信息推送给多个特定用户。

结果接收单元303，用于根据特定用户的标识信息以及待识别信息的标识信息，接收多个特定用户针对同一待识别信息的属性判断结果。

可以将同一待识别信息推送给设定个数的特定用户，并接收来自特定用户的待识别信息的属性判断结果。其中，待识别信息的属性判断结果至少包括待识别信息属于正常信息或待识别信息属于恶意信息这两个种类的属性判断结果，恶意信息的属性判断结果可以进一步划分为属于哪类恶意信息，例如属于广告、虚假等属性。

属性识别单元304，用于根据同一待识别信息的多个属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果。

这样，本发明实施例通过将待识别信息推送给多个具有信息属性识别权限的特定用户，接收多个特定用户对同一待识别信息的属性判断结果，也即通过特定用户投票的方式确定待识别信息的最终属性判断结果，由于特定用户也属于自然用户，特定用户与全体自然用户不同时期在线的比例大致相同，因此，在线用户人数较多也即待识别信息较多时，可以完成信息属性识别的特定用户也较多，保证了信息属性识别处理的及时性，同时对于大部分待识别信息的属性识别不再需要专职的审核人员，节约了成本。

在本发明的一些实施例中，信息推送单元还可以用于：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，则将该待识别信息再次推送给其他多个特定用户并记录推送次数。

在本发明的一些实施例中，属性识别单元还可以用于：

重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

在本发明的一些实施例中，属性识别单元还可以用于：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果，其中，预设阈值随推送次数的增加而降低。

在本发明的一些实施例中，本发明实施例信息属性识别装置还可以包括：

判断单元，用于如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，判断推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，信息推送单元将该待识别信息再次推送给其他多个特定用户并记录推送次数。

参见图4所示，本发明实施例信息属性识别装置实施例二可以包括：

登录单元301，接收用户的登录请求，判断登录用户是否是具有权限的特定用户，如果是，则特定用户登录成功并记录特定用户的标识信息。

信息推送单元302，将同一待识别信息推送给多个特定用户。

结果接收单元303，根据特定用户的标识信息以及待识别信息的标识信息，接收多个特定用户针对同一待识别信息的属性判断结果。

属性识别单元304，根据同一待识别信息的多个属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果。

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于预设阈值，判断单元305，判断推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，信息推送单元302，将该待识别信息再次推送给其他多个特定用户并记录推送次数。

属性识别单元304，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，并根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为待识别信息的最终属性判断结果，其中，预设阈值随推送次数的增加而降低。

在本发明实施例中，在一次推送不能得到信息属性识别结果的时候通过多次向不同特定用户推送同一待识别信息，一条待识别信息由多个高信用的特定用户综合判定获得最终的属性识别结果，具有更高的准确性。

基于上述实施例，在本发明的一些实施例中，本发明实施例信息属性识别装置还可以包括：

计算单元，用于计算特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为特定用户的贡献量。

在本发明实施例中，可以定期计算特定用户的贡献量，可以根据特定用户的贡献量确定是否继续为特定用户设置权限，以保证特定用户信息属性识别的高准确率。

相应的，本发明实施例还提供一种审核服务器，参见图5所示，可以包括：

处理器501、存储器502、输入装置503和输出装置504。浏览器服务器中的处理器501的数量可以一个或多个，图5中以一个处理器为例。在本发明的一些实施例中，处理器501、存储器502、输入装置503和输出装置504可通过总线或其它方式连接，其中，图5中以通过总线连接为例。

存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行浏览器服务器的各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。输入装置503可用于接收输入的数字或字符信息，以及产生与浏览器服务器的用户设置以及功能控制有关的键信号输入。

具体在本实施例中，处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501来运行存储在存储器502中的应用程序，从而实现各种功能：

接收用户的登录请求，判断所述登录用户是否是具有权限的特定用户，如果是，则所述特定用户登录成功并记录所述特定用户的标识信息；

将同一待识别信息推送给多个所述特定用户，根据所述特定用户的标识信息以及所述待识别信息的标识信息，接收多个所述特定用户针对同一待识别信息的属性判断结果；

根据同一待识别信息的多个所述属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果。

相应的，还包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，则将该待识别信息再次推送给其他多个所述特定用户并记录推送次数，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

相应的，还包括：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果，其中，所述预设阈值随所述推送次数的增加而降低。

相应的，还包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，判断所述推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，则执行将该待识别信息再次推送给其他多个所述特定用户并记录推送次数及后续步骤。

相应的，还包括：

记录用户的信息举报次数，将所述信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

相应的，还包括：

计算所述特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为所述特定用户的贡献量。

本实施例中，处理器501通过将待识别信息推送给多个具有信息属性识别权限的特定用户，接收多个特定用户对同一待识别信息的属性判断结果，也即通过特定用户投票的方式确定待识别信息的最终属性判断结果，由于特定用户也属于自然用户，特定用户与全体自然用户不同时期在线的比例大致相同，因此，在线用户人数较多也即待识别信息较多时，可以完成信息属性识别的特定用户也较多，保证了信息属性识别处理的及时性，同时对于大部分待识别信息的属性识别不再需要专职的审核人员，节约了成本。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种信息属性识别方法，其特征在于，所述方法包括：

接收用户的登录请求，判断所述登录用户是否是具有权限的特定用户，如果是，则所述特定用户登录成功并记录所述特定用户的标识信息；

将同一待识别信息推送给多个所述特定用户，根据所述特定用户的标识信息以及所述待识别信息的标识信息，接收多个所述特定用户针对同一待识别信息的属性判断结果；

根据同一待识别信息的多个所述属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，则将该待识别信息再次推送给其他多个所述特定用户并记录推送次数，重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果，其中，所述预设阈值随所述推送次数的增加而降低。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，判断所述推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，则执行将该待识别信息再次推送给其他多个所述特定用户并记录推送次数及后续步骤。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

记录用户的信息举报次数，将所述信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

计算所述特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为所述特定用户的贡献量。

7.一种信息属性识别装置，其特征在于，所述装置包括：

登录单元，用于接收用户的登录请求，判断所述登录用户是否是具有权限的特定用户，如果是，则所述特定用户登录成功并记录所述特定用户的标识信息；

信息推送单元，用于将同一待识别信息推送给多个所述特定用户；

结果接收单元，用于根据所述特定用户的标识信息以及所述待识别信息的标识信息，接收多个所述特定用户针对同一待识别信息的属性判断结果；

属性识别单元，用于根据同一待识别信息的多个所述属性判断结果，计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果。

8.根据权利要求7所述的装置，其特征在于，

所述信息推送单元还用于：如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，则将该待识别信息再次推送给其他多个所述特定用户并记录推送次数；

所述属性识别单元还用于：重新计算每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值。

9.根据权利要求7所述的装置，其特征在于，所述属性识别单元还用于：

根据重新计算的每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值，如果某一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值大于或等于预设阈值，则将该种类的属性判断结果作为所述待识别信息的最终属性判断结果，其中，所述预设阈值随所述推送次数的增加而降低。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：

判断单元，用于如果每一种类的属性判断结果的个数与接收到的属性判断结果的总个数的比值均小于所述预设阈值，判断所述推送次数是否达到设置推送次数阈值，如果是，则将待识别信息转入人工模式进行信息属性识别，如果否，所述信息推送单元将该待识别信息再次推送给其他多个所述特定用户并记录推送次数。

11.根据权利要求7所述的装置，其特征在于，所述装置还包括：

权限设置单元，用于记录用户的信息举报次数，将所述信息举报次数达到权限阈值的用户设置为具有权限的特定用户。

12.根据权利要求7所述的装置，其特征在于，所述装置还包括：

计算单元，用于计算所述特定用户发送的待识别信息的属性判断结果与该待识别信息的最终属性判断结果相同的数量，作为所述特定用户的贡献量。