CN107580057A - 一种用户处理的方法及装置 - Google Patents
一种用户处理的方法及装置 Download PDFInfo
- Publication number
- CN107580057A CN107580057A CN201710823268.9A CN201710823268A CN107580057A CN 107580057 A CN107580057 A CN 107580057A CN 201710823268 A CN201710823268 A CN 201710823268A CN 107580057 A CN107580057 A CN 107580057A
- Authority
- CN
- China
- Prior art keywords
- log
- hour
- threshold value
- user
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种用户处理的方法及装置,用以发现有欺诈行为的用户,并进行处理。所述方法,包括:获取同一用户的多个好友的注册时间;确定时间相邻的每两个好友的注册时间差;针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值;在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
Description
技术领域
本发明涉及计算机及通信技术领域,特别涉及一种用户处理的方法及装置。
背景技术
随着互联网的发展,各色软件层出不穷。软件生产商都希望有更多的用户使用自己的软件。一种增加用户的方式,就是由现有用户邀请好友,好友成为该软件的用户。现有用户成功邀请好友成为软件的用户,可获得一些奖励。
但是,这也就引发了一个问题,现有用户为了获得奖励,有可能制造假好友,成功邀请假好友成为软件的用户,以获取奖励。这是一亟待解决的问题。
发明内容
本发明提供一种用户处理的方法及装置,用以减少重复播放。
本发明提供一种用户处理的方法,包括:
获取同一用户的多个好友的注册时间;
确定时间相邻的每两个好友的注册时间差;
针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值;
在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
本实施例根据多个好友的注册时间判断多个好友共同对应的用户是否是危险用户,在是危险用户时作出处理。减少虚假用户的影响。
可选的,所述方法还包括:
针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值;第二时间差阈值大于第一时间差阈值;
在有注册时间差大于第二时间差阈值时,将该注册时间差的中点所对应的时间作为分割点;
所述针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值,包括:
针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
本实施例减少大额的注册时间差的干扰,并且根据大额的注册时间差对注册时间进行分片,使后续对注册时间差的判断更准确。
可选的,所述在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理,包括:
在注册时间差小于第一时间差阈值时,判断小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例是否大于预设的比例阈值;
在小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例大于预设的比例阈值时,将所述用户作为危险用户处理。
本实施例通过对小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例与比例阈值的比较,提高确定危险用户的准确度。
可选的,所述在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理,包括:
在注册时间差小于第一时间差阈值时,针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值;
在相邻两个注册时间差的差值小于预设的第三时间差阈值时,将所述用户作为危险用户处理。
本实施例通过注册时间差的差值进一步进行判断,提高确定危险用户的准确度。
可选的,所述将所述用户作为危险用户处理,包括:
将所述用户及所述多个好友加入黑名单。
本实施例不仅将用户加入黑名单,还将好友也加入黑名单,减少虚假用户的影响。
本发明提供一种用户处理的装置,包括:
获取模块,用于获取同一用户的多个好友的注册时间;
确定模块,用于确定时间相邻的每两个好友的注册时间差;
第一判断模块,用于针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值;
处理模块,用于在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
可选的,所述装置还包括:
第二判断模块,用于针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值;第二时间差阈值大于第一时间差阈值;
分割模块,用于在有注册时间差大于第二时间差阈值时,将该注册时间差的中点所对应的时间作为分割点;
所述第一判断模块,包括:
第一判断子模块,用于针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
可选的,所述处理模块,包括:
第二判断子模块,用于在注册时间差小于第一时间差阈值时,判断小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例是否大于预设的比例阈值;
第一处理子模块,用于在小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例大于预设的比例阈值时,将所述用户作为危险用户处理。
可选的,所述处理模块,包括:
第三判断子模块,用于在注册时间差小于第一时间差阈值时,针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值;
第二处理子模块,用于在相邻两个注册时间差的差值小于预设的第三时间差阈值时,将所述用户作为危险用户处理。
可选的,所述处理模块,包括:
第三处理子模块,用于将所述用户及所述多个好友加入黑名单。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中用户处理的方法流程图;
图2为本发明实施例中用户处理的方法流程图;
图3为本发明实施例中用户处理的方法流程图;
图4为本发明实施例中用户处理的装置结构图;
图5为本发明实施例中用户处理的装置结构图;
图6为本发明实施例中第一判断模块的结构图;
图7为本发明实施例中处理模块的结构图;
图8为本发明实施例中处理模块的结构图;
图9为本发明实施例中处理模块的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
相关技术中,一些软件为了增加用户量,鼓励现有用户邀请好友注册该软件,成为该软件的用户。现有用户成功邀请好友成为软件的用户,可获得一些奖励。
但是,这也就引发了一个问题,现有用户为了获得奖励,有可能制造假好友,成功邀请假好友成为软件的用户,以获取奖励。需要及时发现这种用户及其邀请的好友,应减少这种骗取奖励的行为。
为解决上述问题,本实施例汇总同一用户邀请的多个好友的注册时间,对注册时间进行分析,以确定该用户是否是危险用户,如果是危险用户,则进行相应的处理。
参见图1,本实施例中用户处理的方法包括:
步骤101:获取同一用户的多个好友的注册时间。
步骤102:确定时间相邻的每两个好友的注册时间差。
步骤103:针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
步骤104:在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
一个用户在某软件下注册时,如果是基于其他用户的邀请而注册,该软件的服务器可通过注册页面中的信息获知邀请该用户(好友)的现有用户(其他用户)。服务器可建立用户-邀请的好友-好友的注册时间这三者的对应关系。基于该对应关系,服务器可汇总同一用户的多个好友的注册时间。
本发明的发明人发现,如果用户邀请的好友都是虚假用户,那么多数情况下是机器操作的。机器利用虚假的用户信息进行自动注册。由于是机器运行的过程,因此周期性比较明显,注册速度较快。因此,本实施例通过相邻的每两个好友的注册时间差,来判断是否是虚假用户。第一时间差阈值不宜过大,如10秒或30秒等,可以是秒级或分钟级。如果所有的注册时间差均小于第一时间差阈值,则确定所述用户是危险用户,其对应的好友为虚假用户。将所述用户加入黑名单,屏蔽该用户使用该软件。
本实施例可以周期性的执行上述方法,如每天执行一次,获取一定时间范围内的同一用户的多个好友的注册时间,如5天、10天内的同一用户的多个好友的注册时间,以便及时发现危险用户,及时作出处理。
可选的,所述方法还包括:步骤A1-步骤A2。
步骤A1:针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值;第二时间差阈值大于第一时间差阈值;
步骤A2:在有注册时间差大于第二时间差阈值时,将该注册时间差的中点所对应的时间作为分割点;
所述步骤103包括:步骤A3。
步骤A3:针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
本发明的发明人发现,机器运行以进行用户注册,也是有休息时间的。机器有可能不是24小时运行。那么这个休息时间会远大于第一时间差阈值。为了减少休息时间对判断的影响,因此,在步骤103之前,先识别出该休息时间,用注册时间差与第二时间差阈值进行比较。第二时间差阈值可以设得比较大,如8小时、10小时等,可以是小时级。如果注册时间差大于第二时间差阈值,则可以确定该注册时间差所对应的时间为休息时间,不参与与第一时间差阈值的比较,可提高后续确定危险用户的准确性。
本实施例将大于第二时间差阈值的注册时间差的中点作为分割点。将相邻两个分割点之间的每个注册时间差与第一时间差阈值进行比较,比较结果更准确。其中,统计时间范围内的时间起始点和结束点也作为分割点。由于机器的休息时间不一定符合自然天的规律,也不一定符合一般人的作息时间,所以用自然天分割不够准确。采用休息时间的注册时间差的中点作为分割点,可以更准确的确定参与与第一时间差阈值进行比较的注册时间差。
可选的,所述步骤104包括:步骤B1-步骤B2。
步骤B1:在注册时间差小于第一时间差阈值时,判断小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例是否大于预设的比例阈值。
步骤B2:在小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例大于预设的比例阈值时,将所述用户作为危险用户处理。
本实施例中可以在参与比较的所有注册时间差均大于第一时间差阈值时,确定用户为危险用户。或者,在参与比较的大多数注册时间差大于第一时间差阈值时,确定用户为危险用户。小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例,可以设得比较高,如90%或95%等。通过比例阈值的控制,可以更准确的确定危险用户。
可选的,所述步骤104包括:步骤C1-步骤C2。
步骤C1:在注册时间差小于第一时间差阈值时,针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值。
步骤C2:在相邻两个注册时间差的差值小于预设的第三时间差阈值时,将所述用户作为危险用户处理。
虽然注册时间差小于第一时间差阈值,但是注册时间差之间可能差别很大。例如,第一时间差阈值为30秒,注册时间差为1~29秒均小于第一时间差阈值,注册时间差1秒与注册时间差29秒之间差别很大。如果注册时间差之间差别很大,则不符合机器运行的特点。因此,本实施例进一步确定相邻两个注册时间差的差值(可称为注册时间二级差)。参与比较的注册时间二级差均小于第三时间差阈值(如5秒或10秒),则确定用户为危险用户。该确定的结果更准确。
还可以采用方差等计算方法确定注册时间二级差。
可选的,所述步骤104包括:步骤D1。
步骤D1:将所述用户及所述多个好友加入黑名单。
本实施例不仅可以将用户加入黑名单,还可以将其邀请的好友也加入黑名单,因为好友很可能是虚假用户,屏蔽虚假用户使用该软件。对危险用户还可以进行其它处理,此次不再赘述。
下面通过几个实施例详细介绍实现过程。
参见图2,本实施例中用户处理的方法包括:
步骤201:获取同一用户的多个好友的注册时间。
步骤202:确定时间相邻的每两个好友的注册时间差。
步骤203:针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值。第二时间差阈值大于第一时间差阈值。在有注册时间差大于第二时间差阈值时,继续步骤204;在没有注册时间差大于第二时间差阈值时,继续步骤205。
步骤204:将该注册时间差的中点所对应的时间作为分割点。
步骤205:针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。在注册时间差小于第一时间差阈值时,继续步骤206;在有注册时间差不小于第一时间差阈值时,结束本次流程,不对用户及多个好友进行处理。
步骤206:将所述用户及所述多个好友加入黑名单。
参见图3,本实施例中用户处理的方法包括:
步骤301:获取同一用户的多个好友的注册时间。
步骤302:确定时间相邻的每两个好友的注册时间差。
步骤303:针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值。第二时间差阈值大于第一时间差阈值。在有注册时间差大于第二时间差阈值时,继续步骤304;在没有注册时间差大于第二时间差阈值时,继续步骤305。
步骤304:将该注册时间差的中点所对应的时间作为分割点。
步骤305:针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。在注册时间差小于第一时间差阈值时,继续步骤306;在有注册时间差不小于第一时间差阈值时,结束本次流程,不对用户及多个好友进行处理。
步骤306:针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值。在相邻两个注册时间差的差值小于预设的第三时间差阈值时,继续步骤307;在有相邻两个注册时间差的差值不小于预设的第三时间差阈值时,结束本次流程,不对用户及多个好友进行处理。
步骤307:将所述用户及所述多个好友加入黑名单。
上述实施例可根据实际需要进行自由组合。
通过以上描述介绍了用户处理的实现过程,该过程可由装置实现,下面对该装置的内部结构和功能进行介绍。
参见图4,本实施例中用户处理的装置包括:获取模块401、确定模块402、第一判断模块403和处理模块404。
获取模块401,用于获取同一用户的多个好友的注册时间。
确定模块402,用于确定时间相邻的每两个好友的注册时间差。
第一判断模块403,用于针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
处理模块404,用于在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
可选的,如图5所述,所述装置还包括:第二判断模块501和分割模块502。
第二判断模块501,用于针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值;第二时间差阈值大于第一时间差阈值。
分割模块502,用于在有注册时间差大于第二时间差阈值时,将该注册时间差的中点所对应的时间作为分割点。
如图6所述,所述第一判断模块403,包括:第一判断子模块601。
第一判断子模块601,用于针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
可选的,如图7所述,所述处理模块404,包括:第二判断子模块701和第一处理子模块702。
第二判断子模块701,用于在注册时间差小于第一时间差阈值时,判断小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例是否大于预设的比例阈值。
第一处理子模块702,用于在小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例大于预设的比例阈值时,将所述用户作为危险用户处理。
可选的,如图8所述,所述处理模块404,包括:第三判断子模块801和第二处理子模块802。
第三判断子模块801,用于在注册时间差小于第一时间差阈值时,针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值。
第二处理子模块802,用于在相邻两个注册时间差的差值小于预设的第三时间差阈值时,将所述用户作为危险用户处理。
可选的,如图9所述,所述处理模块404,包括:第三处理子模块901。
第三处理子模块901,用于将所述用户及所述多个好友加入黑名单。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种用户处理的方法,其特征在于,包括:
获取同一用户的多个好友的注册时间;
确定时间相邻的每两个好友的注册时间差;
针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值;
在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值;第二时间差阈值大于第一时间差阈值;
在有注册时间差大于第二时间差阈值时,将该注册时间差的中点所对应的时间作为分割点;
所述针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值,包括:
针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
3.如权利要求1所述的方法,其特征在于,所述在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理,包括:
在注册时间差小于第一时间差阈值时,判断小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例是否大于预设的比例阈值;
在小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例大于预设的比例阈值时,将所述用户作为危险用户处理。
4.如权利要求1所述的方法,其特征在于,所述在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理,包括:
在注册时间差小于第一时间差阈值时,针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值;
在相邻两个注册时间差的差值小于预设的第三时间差阈值时,将所述用户作为危险用户处理。
5.如权利要求1所述的方法,其特征在于,所述将所述用户作为危险用户处理,包括:
将所述用户及所述多个好友加入黑名单。
6.一种用户处理的装置,其特征在于,包括:
获取模块,用于获取同一用户的多个好友的注册时间;
确定模块,用于确定时间相邻的每两个好友的注册时间差;
第一判断模块,用于针对每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值;
处理模块,用于在注册时间差小于第一时间差阈值时,将所述用户作为危险用户处理。
7.如权利要求6所述的装置,其特征在于,所述装置还包括:
第二判断模块,用于针对每个注册时间差,判断注册时间差是否大于预设的第二时间差阈值;第二时间差阈值大于第一时间差阈值;
分割模块,用于在有注册时间差大于第二时间差阈值时,将该注册时间差的中点所对应的时间作为分割点;
所述第一判断模块,包括:
第一判断子模块,用于针对相邻两个分割点之间的每个注册时间差,判断注册时间差是否小于预设的第一时间差阈值。
8.如权利要求6所述的装置,其特征在于,所述处理模块,包括:
第二判断子模块,用于在注册时间差小于第一时间差阈值时,判断小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例是否大于预设的比例阈值;
第一处理子模块,用于在小于第一时间差阈值的注册时间差的数量占所有注册时间差的数量的比例大于预设的比例阈值时,将所述用户作为危险用户处理。
9.如权利要求6所述的装置,其特征在于,所述处理模块,包括:
第三判断子模块,用于在注册时间差小于第一时间差阈值时,针对每个注册时间差,判断相邻两个注册时间差的差值是否小于预设的第三时间差阈值;第三时间差阈值小于第一时间差阈值;
第二处理子模块,用于在相邻两个注册时间差的差值小于预设的第三时间差阈值时,将所述用户作为危险用户处理。
10.如权利要求6所述的装置,其特征在于,所述处理模块,包括:
第三处理子模块,用于将所述用户及所述多个好友加入黑名单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710823268.9A CN107580057A (zh) | 2017-09-13 | 2017-09-13 | 一种用户处理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710823268.9A CN107580057A (zh) | 2017-09-13 | 2017-09-13 | 一种用户处理的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107580057A true CN107580057A (zh) | 2018-01-12 |
Family
ID=61032935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710823268.9A Pending CN107580057A (zh) | 2017-09-13 | 2017-09-13 | 一种用户处理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107580057A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150894A (zh) * | 2018-09-12 | 2019-01-04 | 珠海豆饭科技有限公司 | 一种鉴定恶意用户的方法及系统 |
CN110032843A (zh) * | 2019-03-04 | 2019-07-19 | 北京乐我无限科技有限责任公司 | 一种账号注册方法、装置、电子设备及存储介质 |
CN111105263A (zh) * | 2018-10-29 | 2020-05-05 | 北京奇虎科技有限公司 | 一种用户识别方法、装置、电子设备和存储介质 |
-
2017
- 2017-09-13 CN CN201710823268.9A patent/CN107580057A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150894A (zh) * | 2018-09-12 | 2019-01-04 | 珠海豆饭科技有限公司 | 一种鉴定恶意用户的方法及系统 |
CN111105263A (zh) * | 2018-10-29 | 2020-05-05 | 北京奇虎科技有限公司 | 一种用户识别方法、装置、电子设备和存储介质 |
CN110032843A (zh) * | 2019-03-04 | 2019-07-19 | 北京乐我无限科技有限责任公司 | 一种账号注册方法、装置、电子设备及存储介质 |
CN110032843B (zh) * | 2019-03-04 | 2023-08-22 | 北京乐我无限科技有限责任公司 | 一种账号注册方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stroud et al. | Selective exposure, tolerance, and satirical news | |
CN108616491B (zh) | 一种恶意用户的识别方法和系统 | |
US20130110928A1 (en) | Systems and methods for sentiment detection, measurement, and normalization over social networks | |
Serra-Garcia et al. | Mistakes, overconfidence, and the effect of sharing on detecting lies | |
CN107580057A (zh) | 一种用户处理的方法及装置 | |
US8812514B2 (en) | Web-based competitions using dynamic preference ballots | |
CN110047513B (zh) | 一种视频监测方法、装置、电子设备和存储介质 | |
CN110475155A (zh) | 直播视频热度状态识别方法、装置、设备及可读介质 | |
CN106789844B (zh) | 一种恶意用户识别方法及装置 | |
CN107944063B (zh) | 一种基于主题模型与用户群组的新闻推荐方法及系统 | |
KR101829606B1 (ko) | 인터넷 과몰입 진단 장치 및 방법 | |
CN106156053B (zh) | 网页换肤方法、装置及系统 | |
CN109224444A (zh) | 游戏人物识别方法、装置、存储介质和电子设备 | |
CN108335131A (zh) | 一种预估用户年龄段的方法、装置及电子设备 | |
CN111581521A (zh) | 群组成员的推荐方法、装置、服务器、存储介质及系统 | |
Ekşi et al. | Problematic technology use and well-being in adolescence: The personal and relational effects of technology | |
CN110046278A (zh) | 视频分类方法、装置、终端设备及存储介质 | |
Liang et al. | Herald: an annotation efficient method to detect user disengagement in social conversations | |
CN108549654A (zh) | 一种基于图像处理的大数据分析方法 | |
CN106156270B (zh) | 多媒体数据推送方法及装置 | |
CN113705792A (zh) | 基于深度学习模型的个性化推荐方法、装置、设备及介质 | |
Jeon et al. | Don’t be spoiled by your friends: Spoiler detection in TV program tweets | |
CN109561050A (zh) | 一种识别批量账号的方法和装置 | |
CN115311001A (zh) | 一种基于多重投票算法的预测用户换机倾向的方法及系统 | |
CN108460630A (zh) | 基于用户数据进行分类分析的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180112 |