CN107809410B - 信息过滤方法及装置 - Google Patents

Abstract

本发明公开了一种信息过滤方法及装置，属于互联网技术领域。所述方法包括：获取动态信息，获取发布动态信息的用户帐号的信用信息，信用信息用于表征用户帐号的信用，根据信用信息检测动态信息是否满足过滤条件，当动态信息满足过滤条件时，过滤动态信息；解决了通过关键词匹配进行信息过滤时，由于关键词有限而导致的对垃圾信息过滤不完全的问题；由于通常情况下，信用较高的用户帐号发布垃圾信息的概率较低，而信用较低的用户帐号发布垃圾信息的概率较高，因此，根据用户帐号的信用信息对用户帐号发布的动态信息进行过滤，达到了对垃圾信息过滤的更完全的效果。

Description

信息过滤方法及装置

技术领域

本发明实施例涉及互联网技术领域，特别涉及一种信息过滤方法及装置。

背景技术

社交类应用程序通常提供社交应用分享平台服务，用户在自己的社交应用分享平台上发布动态信息时，该社交类应用程序的服务器会将该动态信息转发至该用户的好友关系链中的好友用户，好友用户的社交应用分享平台可以展示该动态信息。

用户发布的动态信息可能是反动信息和政治负面信息等垃圾信息，为了减少垃圾信息的传播，服务器通常会对接收到的动态信息中的垃圾信息进行过滤。目前常用的方法是通过关键词匹配进行过滤，具体的，服务器将接收到的动态信息与关键词词库中的关键词进行匹配，若在动态信息中匹配到关键词词库中的关键词，则确定该动态信息是垃圾信息，并将该垃圾信息进行过滤，不转发至好友用户，避免了垃圾信息的传播。

在实现本发明实施例的过程中，发明人发现上述技术至少存在以下问题：关键词词库中包括的关键词是比较有限的，因此通过关键词匹配的方法过滤的垃圾信息也比较有限，对垃圾信息过滤的不够完全。

发明内容

为了解决通过关键词匹配进行信息过滤时，对垃圾信息过滤不完全的问题，本发明实施例提供了一种信息过滤方法及装置。所述技术方案如下：

第一方面，提供了一种信息过滤方法，该方法包括：

获取动态信息；

获取发布动态信息的用户帐号的信用信息，信用信息用于表征用户帐号的信用；

根据信用信息检测动态信息是否满足过滤条件；

当动态信息满足过滤条件时，过滤动态信息。

第二方面，提供了一种信息过滤装置，该装置包括：

第一获取模块，用于获取动态信息；

第二获取模块，用于获取发布动态信息的用户帐号的信用信息，信用信息用于表征用户帐号的信用；

检测模块，用于根据信用信息检测动态信息是否满足过滤条件；

过滤模块，用于当动态信息满足过滤条件时，过滤动态信息。

本发明实施例提供的技术方案带来的有益效果是：

通过获取动态信息，根据发布该动态信息的用户帐号的信用信息检测动态信息是否满足过滤条件，当动态信息满足过滤条件时，过滤该动态信息；解决了通过关键词匹配进行信息过滤时，由于关键词有限而导致的对垃圾信息过滤不完全的问题；由于通常情况下，信用较高的用户帐号发布垃圾信息的概率较低，而信用较低的用户帐号发布垃圾信息的概率较高，因此，根据用户帐号的信用信息对用户帐号发布的动态信息进行过滤，达到了对垃圾信息过滤的更完全的效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明各个实施例涉及的一种实施环境的示意图；

图2是本发明各个实施例涉及的另一种实施环境的示意图；

图3是本发明一示例性实施例提供的信息过滤方法的流程图；

图4是本发明另一示例性实施例提供的信息过滤方法的流程图；

图5是本发明另一示例性实施例提供的信息过滤方法的流程图；

图6是本发明另一示例性实施例提供的信息过滤方法的流程图；

图7是本发明另一示例性实施例提供的信息过滤方法的流程图；

图8A是本发明另一示例性实施例提供的信息过滤方法的示意图；

图8B是本发明另一示例性实施例提供的信息过滤方法的示意图；

图9是本发明另一示例性实施例提供的信息过滤装置的框图；

图10是本发明另一示例性实施例提供的社交应用服务器的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

请参考图1，其示出了本发明一示例性实施例示出的一种实施环境的示意图，该实施环境中包括：至少两个社交应用客户端110和社交应用服务器120。

社交应用客户端110是为用户提供社交服务的社交应用客户端，该社交应用客户端可以运行于诸如手机、平板电脑、便携式计算机和台式计算机之类的终端设备中。可选的，社交应用客户端110可以是网络社交类应用程序的客户端，或者其它兼有社交属性的客户端，比如购物客户端、游戏客户端、阅读客户端、视频分享客户端等等。如图1示例性地示出了3个社交应用客户端110。

社交应用客户端110中包括社交应用分享平台，用户通过社交应用客户端110登录用户帐号时，用户可以通过用户帐号在社交应用分享平台上发布动态信息，与该用户帐号存在好友关系的用户帐号的社交应用分享平台上也会展示该动态信息。比如，用户帐号1与用户帐号2和用户帐号3存在好友关系，则用户帐号1在社交应用分享平台发布动态信息时，用户帐号2和用户帐号3的社交应用分享平台中也可以展示该动态信息。

社交应用服务器120是为社交应用客户端110提供服务的后台服务器，社交应用服务器120可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者是一个云计算服务中心。可选的，社交应用服务器120包括用于实现社交应用分享平台的服务器、用于生成用户帐号的信用信息的服务器、用于管理和存储各个用户帐号的信用信息的服务器。

可选的，社交应用服务器120在用户帐号的授权认可的前提下，从本地的信用提供平台或可靠的第三方信用提供机构获取用户帐号的线上行为数据、线下行为数据和银行征信数据中的至少一种数据，并根据获取到的数据生成用户帐号的信用信息。可选的，社交应用服务器120从获取到的数据中分别提取特征变量，将提取到的特征变量输入预设信用模型中，生成用户帐号对应的信用信息，并将各个用户帐号及其对应的信用信息对应存储为预设对应关系；其中，预设信用信息可以是以各个用户帐号的银行征信数据为训练样本训练得到模型。

线上行为数据和线下行为数据包括但不限于：

1、金融信用数据：理财数据、股票数据、基金数据等；

2、支付数据：账户余额支付，银行卡快捷支付，信用支付，记账与延迟支付等；

3、购物数据：线上购物数据和线下购物数据；

4、基础属性数据：姓名、年龄、性别、地区、学历、职业等；

5、社交行为数据：聊天数据，发布的动态信息，电子邮件数据，语音通话数据等；

6、娱乐休闲行为数据，如视频点播数据，音乐播放数据，阅读数据等；

7、教育行为数据，如公开课学习阅读数据，职业考试练习阅读数据，技能培训阅读数据，翻译软件使用阅读数据等；

8、其他社会行为数据：生活服务数据、穿戴设备数据、地理位置数据、旅游出行数据等。

社交应用客户端110可以通过无线网络方式或者有线网络方式与社交应用服务器120建立通信连接。

可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(HyperText Mark-up Language，HTML)、可扩展标记语言(Extensible MarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Trassport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(Internet ProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

可选的，在其他示例性实施例中，上述社交应用服务器120中可以不包括用于计算用户帐号的信用信息的服务器、用于管理和存储各个用户帐号的信用信息的服务器；而是由专门的第一信用服务器130进行信用信息的计算、管理和存储，则该实施环境中还可以包括：第一信用服务器130，如图2所示。

第一信用服务器130可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者是一个云计算服务中心。可选的，第一信用服务器130包括用于生成各个用户帐号的信用信息的服务器，以及，用于管理和存储各个用户帐号的信用信息的服务器。第一信用服务器130计算用户帐号的信用信息的方法可以结合上述社交应用服务器120生成信用信息的方法，本实施例对此不再赘述。

第一信用服务器130可以通过无线网络方式或者有线网络方式与社交应用服务器120建立通信连接。

或者，如图2所示，可选的，在其他示例性实施例中，该实施环境中包括的还可以是第二信用服务器140。

第二信用服务器140通常是专门的信用提供机构的服务器，第二信用服务器140可以通过用户的实名信息获取用户的线上行为数据、线下行为数据和银行征信数据中的至少一种数据，并根据获取到的数据生成用户的实名信息的信用信息。第二信用服务器140通过获取到的数据计算用户的实名信息的信用信息的方法可以结合上述通信服务器120生成信用信息的方法，本实施例对此不再赘述。

第二信用服务器140可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者是一个云计算服务中心。可选的，第二信用服务器140包括用于生成各个用户的实名信息的信用信息的服务器，以及，用于管理和存储各个用户的实名信息的信用信息的服务器。

第二信用服务器140可以通过无线网络方式或者有线网络方式与社交应用服务器120建立通信连接。

请参考图3，其示出了本发明一个实施例提供的信息过滤方法的流程图，本实施例以该方法应用于图1或图2所示的社交应用服务器中进行举例说明，该方法包括如下几个步骤：

在步骤301中，获取动态信息。

可选的，动态信息是社交应用客户端的社交应用分享平台中的动态信息。当社交应用服务器接收到目标用户帐号发送的获取请求时，社交应用服务器获取动态信息，该动态信息是目标用户帐号的好友关系链中的用户帐号在该社交应用分享平台中发布的动态信息。

可选的，动态信息包括文本信息、图片信息、视频信息和网页链接信息中的至少一种。

在步骤302中，获取发布动态信息的用户帐号的信用信息。

其中，信用信息用于表征用户帐号的信用。

可选的，用户帐号的信用信息是以量化分值进行表示的信用分值，信用分值越高，其表征的用户帐号的信用越好。

可选的，信用信息是以优劣等级进行表示的信用等级，信用等级包括优秀、良好、差和恶劣等，通常情况下，信用等级优秀>良好>差>恶劣，信用等级越高，其表征的用户帐号的信用也越好。

该步骤具有三种不同的实现方式：

在第一种实现方式中，该信息过滤方法应用于图1所示的社交应用服务器中，社交应用服务器具有生成、管理和存储各个用户帐号的信用信息的能力，且社交应用服务器预先生成并存储有用户帐号与信用信息之间的预设对应关系。则该方法实现成为：从预设对应关系中查询与用户帐号对应的信用信息，预设对应关系中包括用户帐号与信用信息之间的对应关系。

在第二种实现方式中，该信息过滤方法应用于图2所示的社交应用服务器中，由第一信用服务器实现生成、管理和存储各个用户帐号的信用信息的功能，则该方法实现成为：向第一信用服务器发送查询请求，查询请求携带有用户帐号；接收第一信用服务器反馈的用户帐号对应的信用信息。

在第三种实现方式中，该信息过滤方法应用于图2所示的社交应用服务器中，由第二信用服务器实现生成、管理和存储各个用户的实名信息对应的信用等级的功能，则该方法实现成为：向第二信用服务器发送查询请求，查询请求携带有用户帐号的用户的实名信息；接收第二信用服务器反馈的实名信息对应的信用信息。

在步骤303中，根据信用信息检测动态信息是否满足过滤条件。

在步骤304中，当动态信息满足过滤条件时，过滤动态信息。

可选的，过滤动态信息是将动态信息进行删除，或者，是在接收到该动态信息后不向其他用户帐号发送该动态信息。

社交服务器在接收到用户帐号发布的动态信息后，将该动态信息发送至各个目标用户帐号，因此，可选的，社交应用服务器过滤发送至各个目标用户帐号的动态信息。其中，目标用户帐号是用户帐号的好友关系链中的用户帐号。

综上，本发明实施例提供的信息过滤方法，通过获取动态信息，根据发布该动态信息的用户帐号的信用信息检测动态信息是否满足过滤条件，当动态信息满足过滤条件时，过滤该动态信息；解决了通过关键词匹配进行信息过滤时，由于关键词有限而导致的对垃圾信息过滤不完全的问题；由于通常情况下，信用较高的用户帐号发布垃圾信息的概率较低，而信用较低的用户帐号发布垃圾信息的概率较高，因此，根据用户帐号的信用信息对用户帐号发布的动态信息进行过滤，达到了对垃圾信息过滤的更完全的效果。

在本发明实施例中，上述过滤条件包括以下几种过滤条件中的至少一种：

第一种：用户帐号的信用信息差于预设指标。

第二种：用户帐号的信用信息与动态信息的第一质量信息确定的发送指数小于预设阈值，第一质量信息是社交应用服务器根据动态信息确定的。

第三种：用户帐号的信用信息与动态信息的第二质量信息确定的发送指数小于预设阈值，第二质量信息是社交应用服务器根据动态信息和该用户帐号发布的各条动态信息确定的。

下述将在不同实施例中分别对上述三种情况做详细说明。

当过滤条件是上述第一种过滤条件时，上述步骤303和步骤304包括如下几个步骤，如图4所示：

在步骤401中，检测信用信息是否差于预设指标。

可选的，当信用信息是信用分值时，预设指标是预设分值阈值，则该方法实现为计算信用分值是否小于预设分值阈值；预设分值阈值是系统预设值或用户自定义值。比如，预设分值阈值为300。

可选的，当信用信息是信用等级时，预设指标是预设等级阈值，则该方法实现为计算信用等级是否低于预设等级阈值；预设等级阈值由系统预设或用户自定义。比如，预设等级阈值是良好。

在步骤402中，当信用信息差于预设指标时，确定动态信息满足过滤条件。

可选的，当信用分值小于预设分值阈值时，确定动态信息满足过滤条件。比如，用户帐号的信用分值为190时，社交应用服务器检测到信用分值小于300，确定动态信息满足过滤条件。

可选的，当信用等级低于预设等级阈值时，确定动态信息满足过滤条件。比如，用户帐号的信用等级为恶劣时，社交应用服务器检测到信用等级低于良好，确定动态信息满足过滤条件。

当信用信息差于预设指标时，表示用户帐号的信用较低，由于低信用的用户通常情况下更容易发布垃圾信息，因此，确定信用信息差于预设条件的用户帐号发布的动态信息满足过滤条件。

在步骤403中，当动态信息满足过滤条件时，过滤动态信息。

在步骤404中，当信用信息不差于预设条件时，确定动态信息不满足过滤条件。

在步骤405中，当动态信息不满足过滤条件时，保留该动态信息。

综上，本发明实施例提供的信息过滤方法，通过获取动态信息，根据发布该动态信息的用户帐号的信用信息检测动态信息是否满足过滤条件，当动态信息满足过滤条件时，过滤该动态信息；解决了通过关键词匹配进行信息过滤时，由于关键词有限而导致的对垃圾信息过滤不完全的问题；由于通常情况下，信用较高的用户帐号发布垃圾信息的概率较低，而信用较低的用户帐号发布垃圾信息的概率较高，因此，根据用户帐号的信用信息对用户帐号发布的动态信息进行过滤，达到了对垃圾信息过滤的更完全的效果。

本发明实施例提供的信息过滤方法，根据用户帐号的信用信息对用户帐号发布的动态信息进行过滤，解决了在通过关键词匹配的方法对垃圾信息进行过滤时，容易将包含该关键词但是实际表述的内容并非是不当内容的信息也误判为垃圾信息，而导致将有用的动态信息也进行过滤的问题，达到了对垃圾信息识别和过滤更准确的效果。

可选的，当过滤条件是上述第二种过滤条件时，上述图3所示的实施例中的步骤303和步骤304可以包括如下几个步骤，如图5所示：

在步骤501中，计算动态信息与预设过滤模型的匹配度。

社交应用服务器预先获取信息样本，并根据信息样本训练得到预设过滤模型。信息样本是反动信息样本、谣言信息样本和政治负面信息样本等。

社交应用服务器获取动态信息的特征变量，将特征变量输入预设过滤模型中，可以得到动态信息与预设过滤模型的匹配度；匹配度越高，动态信息是垃圾信息的可能性越高。

在步骤502中，根据匹配度确定第一质量信息，第一质量信息与匹配度成负相关关系。

匹配度与第一质量信息之间存在预设对应关系，社交应用服务器在确定动态信息的匹配度后，查询该预设对应关系确定与匹配度对应的第一质量信息。可选的，第一质量信息是以量化分值表示的质量分值。比如，社交应用服务器计算得到的匹配度为70％，确定的第一质量信息为30；社交应用服务器计算得到的匹配度为20％，确定的第一质量信息为85。

在步骤503中，根据信用信息和第一质量信息确定动态信息的发送指数。

发送指数与信用信息以及第一质量信息成正相关关系。可选的，当信用信息是信用分值，第一质量信息是质量分值时，发送指数是信用信息与第一质量信息的和或积。

在步骤504中，检测发送指数是否小于第一阈值。

其中，第一阈值是系统预设值或用户自定义值，本实施例对此不作限定。

在步骤505中，当发送指数小于第一阈值时，确定动态信息满足过滤条件。

在步骤506中，当动态信息满足过滤条件时，过滤动态信息。

在步骤507中，当发送指数达到第一阈值时，确定动态信息不满足过滤条件。

在步骤508中，当动态信息不满足过滤条件时，保留该动态信息。

综上，本发明实施例提供的信息过滤方法，通过将动态信息与预设过滤模型进行匹配得到动态信息的第一质量信息，根据第一质量信息和用户帐号的信用信息综合确定该动态信息的发送指数，并根据发送指数对该动态信息进行过滤或保留；解决了通过关键词匹配的方法进行过滤时，无法识别出谣言信息和虚假信息等不易辨别的垃圾信息的问题；达到了识别出的垃圾信息的覆盖范围更广，对垃圾信息过滤的更全面的效果。

可选的，当过滤条件是上述第三种过滤条件时，上述步骤501和步骤502可被替换为如下几个步骤，如图6所示：

在步骤601中，计算动态信息与该用户帐号在预定时间段内发布的各条动态信息之间的匹配度。

其中，预定时间段是系统预设的时间段或用户自定义的时间段。可选的，预定时间段是用户帐号发布该动态信息的时间之前的具有预定时长的时间段，比如，用户帐号在14:00发布该动态信息，则预定时间段可以是13:50-14:00。

可选的，社交应用服务器计算动态信息与该用户帐号在预定时间段内发布的与该动态信息属于同一类别的各条动态信息之间的匹配度。比如，当动态信息是文本信息时，计算该文本信息与用户帐号在预定时间段内发布的各条文本信息之间的匹配度；再比如，当动态信息是网页链接信息时，计算该网页链接信息对应的内容与用户帐号在预定时间段内发布的各条网页链接信息对应的内容之间的匹配度。

在步骤602中，确定用户帐号在预定时间段内发布的各条动态信息中与动态信息的匹配度达到匹配度阈值的动态信息的条数。

其中，匹配度阈值是系统预设值或用户自定义值，本实施例对匹配度阈值的取值不作限定。

比如，用户帐号发布了动态信息1、动态信息2、动态信息3；社交应用服务器计算得到的该用户帐号发布的动态信息4与动态信息1之间的匹配度为62％，动态信息4与动态信息2之间的匹配度为60％，动态信息4与动态信息3之间的匹配度为55％；假设匹配度阈值为50％，则社交应用服务器确定与动态信息的匹配度达到匹配度阈值的动态信息的条数为3条。

在步骤603中，根据条数确定第二质量信息，第二质量信息与条数成负相关关系。

条数和第二质量信息之间存在预设对应关系，社交应用服务器在确定条数后，查询该预设对应关系确定与条数对应的第二质量信息。比如，社交应用服务器确定的条数为3条，确定的第二质量信息为50；社交应用服务器确定的条数为1条，确定的第二质量信息为85。

综上，本发明实施例提供的信息过滤方法，通过将动态信息与用户帐号发布的各条动态信息进行匹配得到动态信息的第二质量信息，根据第二质量信息和用户帐号的信用信息综合确定该动态信息的发送指数，并根据发送指数对该动态信息进行过滤或保留；解决了通过关键词匹配的方法进行过滤时，无法识别出大量无意义的刷屏信息的问题；达到了识别出的垃圾信息的覆盖范围更广，对垃圾信息过滤的更全面的效果。

可选的，社交应用服务器在通过上述图3-图6任意一个实施例示出的信息过滤方法对垃圾信息过滤后，对于用户帐号的好友关系链中的任意一个目标用户帐号，若需要发送至该目标用户帐号的动态信息数量较多，社交应用服务器可以对发送至该目标用户帐号的动态信息再一次进行过滤，包括如下几个步骤，如图7所示：

在步骤701中，确定目标信息的总条数N。

其中，目标信息是发送至目标用户帐号的动态信息中不满足过滤条件的动态信息，目标用户帐号是用于展示动态信息的用户帐号。N为大于等于0的整数。

在步骤702中，检测总条数N是否大于条数阈值。

其中，条数阈值是系统预设值或用户自定义值。

在步骤703中，当总条数N大于条数阈值时，获取目标用户帐号的兴趣信息，对于每条目标信息，根据兴趣信息及发布目标信息的用户帐号的信用信息确定目标信息的兴趣指数。

其中，兴趣指数用于表征目标用户帐号的用户对目标信息的感兴趣的程度。

当目标信息的总条数大于条数阈值时，若社交应用服务器直接将所有目标信息都发送给目标用户帐号，容易因为信息过多而造成过载，且当目标信息的总条数较多时，目标用户帐号的社交应用分享平台在显示目标信息时，效果也较差，因此，社交应用服务器在对动态信息中的垃圾信息进行过滤后，可以进一步根据目标用户帐号的用户对目标信息的感兴趣的程度的不同对目标信息再一次进行过滤。过滤后的目标信息的总条数小于等于条数阈值。

可选的，社交应用服务器通过获取目标用户帐号对应的预设兴趣模型获取目标用户帐号的兴趣信息，预设兴趣模型是社交应用服务器预先获取目标用户帐号的兴趣样本，并根据兴趣样本训练得到目标用户帐号对应的预设兴趣模型。可选的，兴趣样本包括目标用户帐号对历史展示的每条动态信息的访问数据，访问数据包括目标用户帐号对动态信息的访问次数、互动次数和访问停留时长中的至少一种。通常情况下，目标用户帐号对动态信息的访问次数越多、针对该动态信息的互动次数越多，以及访问停留时长越长，表示该目标用户帐号对动态信息的感兴趣程度越高；社交应用服务器根据目标用户帐号对不同的动态信息的感兴趣程度训练得到预设兴趣模型。

社交应用服务器将提取目标信息的特征变量，将特征变量输入预设兴趣模型中，可以得到该目标信息的匹配分值，匹配分值越高，目标用户帐号对该目标信息的感兴趣的程度越高。

兴趣指数与匹配分值以及信用信息成正相关关系。可选的，当信用信息是信用分值时，兴趣指数是匹配分值与信用分值的和或积。

在步骤704中，检测兴趣指数是否小于第二阈值。

其中，第二阈值是系统预设值或用户自定义值。

在步骤705中，当兴趣指数小于第二阈值时，过滤发送至目标用户帐号的目标信息。

社交应用服务器在过滤目标信息后，将剩余的目标信息发送至目标用户帐号。

需要说明的是，在实际实现时，社交应用服务器也可以仅根据匹配分值对目标信息进行过滤，即当匹配分值小于预设阈值时，就过滤目标信息，此处的预设阈值是系统预设值或用户自定义值，本实施例对此不作限定。

在步骤706中，当兴趣指数达到第二阈值时，保留该目标信息。

在步骤707中，当总条数N小于等于条数阈值时，向目标用户帐号发送目标信息。

综上所述，本发明实施例提供的信息过滤方法，在目标信息的条数大于条数阈值时，根据目标用户帐号对目标信息的感兴趣程度的不同，对目标用户帐号感兴趣程度较低的目标信息进行过滤，达到了减少发送的动态信息的个数，减小社交应用服务器的负荷，目标信息展示效果更好的效果。

在一个示例性的例子中，假设用户帐号1、用户帐号2、用户帐号5和用户帐号4都是某一个目标用户帐号的好友关系链中的用户帐号。对于用户帐号1、用户帐号2、用户帐号5和用户帐号4中的任意一个用户帐号11，社交应用服务器预先获取该用户帐号的社交行为数据、金融信誉数据、基础属性数据和购物数据，并将获取到的数据输入预设信用模型中，生成有该用户帐号的信用信息。假设社交应用服务器接收到目标用户帐号发送的获取请求时，分别获取到用户帐号1、用户帐号2、用户帐号5和用户帐号4发布的动态信息，则社交应用服务器根据每个用户帐号的信用信息对获取到的所有动态信息中的垃圾信息进行过滤，得到需要发送至目标用户帐号的目标信息，且当目标信息的数量较多时，对目标信息再次进行过滤，流程示意图如图8A所示。

如图8B所示，假设社交应用服务器获取到的动态信息包括用户帐号1发布的动态信息1、用户帐号2发布的动态信息2、用户帐号1发布的动态信息3、用户帐号4发布的动态信息4，以及用户帐号5发布的动态信息5。假设信用信息为信用分值，且社交应用服务器获取到用户帐号1的信用分值为550，用户帐号2的信用分值为200，用户帐号4的信用分值为400，用户帐号5的信用分值为570。假设预设条件为预设分值阈值350，则社交应用服务器确定用户帐号2的信用分值小于预设分值阈值350，将动态信息2过滤。

此时社交应用服务器确定的发送至目标用户帐号的目标信息的总条数为4条，假设条数阈值为3条，则社交应用服务器进一步获取各条动态信息的匹配分值，假设动态信息1的匹配分值为20、动态信息3的匹配分值为70，动态信息4的匹配分值为85，动态信息5的匹配分值为60。假设兴趣指数是匹配分值与信用分值的和，则社交应用服务器最终确定动态信息1的兴趣指数为570、动态信息3的兴趣指数为620、动态信息4的兴趣指数为485、动态信息5的兴趣指数为630。假设第二阈值为500，则社交应用服务器将兴趣指数小于500的动态信息4进行过滤。最终将动态信息1、动态信息3和动态信息5发送至目标用户帐号。

需要说明的是，上述图3-图6所示的实施例分别以包括一种过滤条件的情况进行举例说明，但在实际实现时，社交应用服务器可以根据上述三种过滤条件的任意组合来对信息进行过滤，本实施例对此不再赘述。

下述为本发明装置实施例，对于装置实施例中未详尽描述的细节，可以参考上述一一对应的方法实施例。

请参考图9，其示出了本发明一个实施例中提供的信息过滤装置的结构示意图。该信息过滤装置可以通过软件、硬件或两者的结合实现成为图1或图2所示的社交应用服务器。该装置包括：

第一获取模块910，用于执行上述步骤301。

第二获取模块920，用于执行上述步骤302。

检测模块930，用于执行上述步骤303。

过滤模块940，用于执行上述步骤304、步骤403和步骤506。

可选的，检测模块930包括：

第一检测单元，用于执行上述步骤401。

第一确定单元，用于执行上述步骤402。

可选的，检测模块930包括：

第二确定单元，用于执行上述步骤501、步骤502和步骤503。

第三确定单元，用于执行上述步骤601、步骤602和步骤603。

第二检测单元，用于执行上述步骤504。

第四确定单元，用于执行上述步骤505。

可选的，第二确定单元包括：

第一计算子单元，用于执行上述步骤501。

第一确定子单元，用于执行上述步骤502。

可选的，第二确定单元包括：

第二计算子单元，用于执行上述步骤601。

第二确定子单元，用于执行上述步骤602。

第三确定子单元，用于执行上述步骤603。

可选的，该装置还包括：

第一确定模块，用于执行上述步骤701。

条数检测模块，用于执行上述步骤702。

第二确定模块，用于执行上述步骤703。

兴趣检测模块，用于执行上述步骤704。

目标信息过滤模块，用于执行上述步骤705。

综上，本发明实施例提供的信息过滤装置，通过获取动态信息，根据发布该动态信息的用户帐号的信用信息检测动态信息是否满足过滤条件，当动态信息满足过滤条件时，过滤该动态信息；解决了通过关键词匹配进行信息过滤时，由于关键词有限而导致的对垃圾信息过滤不完全的问题；由于通常情况下，信用较高的用户帐号发布垃圾信息的概率较低，而信用较低的用户帐号发布垃圾信息的概率较高，因此，根据用户帐号的信用信息对用户帐号发布的动态信息进行过滤，达到了对垃圾信息过滤的更完全的效果。

请参考图10，其示出了本发明一个实施例提供的服务器的结构框架图。该服务器可以是图1或图2中的社交应用服务器。具体来讲：所述服务器1000包括中央处理单元(CPU)1001、包括随机存取存储器(RAI)1002和只读存储器(ROI)1003的系统存储器1004，以及连接系统存储器1004和中央处理单元1001的系统总线1005。所述服务器1000还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)1006，和用于存储操作系统1013、应用程序1014和其他程序模块1015的大容量存储设备1007。

所述基本输入/输出系统1006包括有用于显示信息的显示器1008和用于用户输入信息的诸如鼠标、键盘之类的输入设备1009。其中所述显示器1008和输入设备1009都通过连接到系统总线1005的输入输出控制器1010连接到中央处理单元1001。所述基本输入/输出系统1006还可以包括输入输出控制器1010以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器1010还提供输出到显示屏、打印机或其他类型的输出设备。

所述大容量存储设备1007通过连接到系统总线1005的大容量存储控制器(未示出)连接到中央处理单元1001。所述大容量存储设备1007及其相关联的计算机可读介质为服务器1000提供非易失性存储。也就是说，所述大容量存储设备1007可以包括诸如硬盘或者CD-ROI驱动器之类的计算机可读介质(未示出)。

不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAI、ROI、EPROI、EEPROI、闪存或其他固态存储其技术，CD-ROI、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器1004和大容量存储设备1007可以统称为存储器。

根据本发明的各种实施例，所述服务器1000还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器1000可以通过连接在所述系统总线1005上的网络接口单元1011连接到网络1012，或者说，也可以使用网络接口单元1011来连接到其他类型的网络或远程计算机系统(未示出)。

所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，所述一个或者一个以上程序包含用于进行本发明实施例提供的信息过滤方法。

需要说明的是：上述实施例提供的信息过滤装置在过滤信息时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的信息过滤装置与信息过滤方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种信息过滤方法，其特征在于，所述方法包括：

获取动态信息；

获取发布所述动态信息的用户帐号的信用信息，所述信用信息用于表征所述用户帐号的信用；

根据所述信用信息检测所述动态信息是否满足过滤条件；

当所述动态信息满足所述过滤条件时，过滤所述动态信息；

其中，所述根据所述信用信息检测所述动态信息是否满足过滤条件，包括：

检测所述信用信息是否差于预设指标，所述预设指标是用户自定义的；

当所述信用信息差于所述预设指标时，确定所述动态信息满足所述过滤条件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述信用信息检测所述动态信息是否满足过滤条件，还包括：

根据所述动态信息确定所述动态信息的第一质量信息，根据所述信用信息与所述第一质量信息确定所述动态信息的发送指数，所述发送指数与所述信用信息以及所述第一质量信息成正相关关系；

和/或，根据所述动态信息和所述用户帐号在预定时间段内发布的各条动态信息确定第二质量信息，根据所述信用信息与所述第二质量信息确定所述动态信息的所述发送指数，所述发送指数与所述信用信息以及所述第二质量信息成正相关关系；

检测所述发送指数是否小于第一阈值；

当所述发送指数小于所述第一阈值时，确定所述动态信息满足所述过滤条件。

3.根据权利要求2所述的方法，其特征在于，所述根据所述动态信息确定所述动态信息的第一质量信息，包括：

计算所述动态信息与预设过滤模型的匹配度；

根据所述匹配度确定所述第一质量信息，所述第一质量信息与所述匹配度成负相关关系。

4.根据权利要求2所述的方法，其特征在于，所述根据所述动态信息和所述用户帐号在预定时间段内发布的各条动态信息确定第二质量信息，包括：

计算所述动态信息与所述用户帐号在所述预定时间段内发布的所述各条动态信息之间的匹配度；

确定所述用户帐号在所述预定时间段内发布的所述各条动态信息中与所述动态信息的匹配度达到匹配度阈值的动态信息的条数；

根据所述条数确定所述第二质量信息，所述第二质量信息与所述条数成负相关关系。

5.根据权利要求1至4任一所述的方法，其特征在于，所述获取发布所述动态信息的用户帐号的信用信息，包括：

从预设对应关系中查询与所述用户帐号对应的所述信用信息，所述预设对应关系中包括用户帐号与信用信息之间的对应关系；

或者；

向第一信用服务器发送查询请求，所述查询请求携带有所述用户帐号；接收所述第一信用服务器反馈的所述用户帐号对应的所述信用信息；

或者；

向第二信用服务器发送查询请求，所述查询请求携带有所述用户帐号的用户的实名信息；接收所述第二信用服务器反馈的所述实名信息对应的所述信用信息。

6.根据权利要求1至4任一所述的方法，其特征在于，所述过滤所述动态信息，包括：

过滤发送至各个目标用户帐号的所述动态信息，所述目标用户帐号是所述用户帐号的好友关系链中的用户帐号。

7.根据权利要求1至4任一所述的方法，其特征在于，所述方法还包括：

确定目标信息的总条数N，所述目标信息是发送至目标用户帐号的动态信息中不满足所述过滤条件的动态信息，所述目标用户帐号是用于展示所述动态信息的用户帐号；

检测所述总条数N是否大于条数阈值；

当所述总条数N大于所述条数阈值时，获取所述目标用户帐号的兴趣信息，对于每条所述目标信息，根据所述兴趣信息以及发布所述目标信息的用户帐号的信用信息确定所述目标信息的兴趣指数，所述兴趣指数用于表征所述目标用户帐号的用户对所述目标信息的感兴趣的程度；

检测所述兴趣指数是否小于第二阈值；

当所述兴趣指数小于所述第二阈值时，过滤发送至所述目标用户帐号的所述目标信息。

8.一种信息过滤装置，其特征在于，所述装置包括：

第一获取模块，用于获取动态信息；

第二获取模块，用于获取发布所述动态信息的用户帐号的信用信息，所述信用信息用于表征所述用户帐号的信用；

检测模块，用于根据所述信用信息检测所述动态信息是否满足过滤条件；

过滤模块，用于当所述动态信息满足所述过滤条件时，过滤所述动态信息；

其中，所述检测模块包括：

第一检测单元，用于检测所述信用信息是否差于预设指标，所述预设指标是用户自定义的；

第一确定单元，用于当所述信用信息差于所述预设指标时，确定所述动态信息满足所述过滤条件。

9.根据权利要求8所述的装置，其特征在于，所述检测模块包括：

第二确定单元，用于根据所述动态信息确定所述动态信息的第一质量信息，根据所述信用信息与所述第一质量信息确定所述动态信息的发送指数，所述发送指数与所述信用信息以及所述第一质量信息成正相关关系；

和/或，第三确定单元，用于根据所述动态信息和所述用户帐号在预定时间段内发布的各条动态信息确定第二质量信息，根据所述信用信息与所述第二质量信息确定所述动态信息的所述发送指数，所述发送指数与所述信用信息以及所述第二质量信息成正相关关系；

第二检测单元，用于检测所述发送指数是否小于第一阈值；

第四确定单元，用于当所述发送指数小于所述第一阈值时，确定所述动态信息满足所述过滤条件。

10.根据权利要求9所述的装置，其特征在于，所述第二确定单元包括：

第一计算子单元，用于计算所述动态信息与预设过滤模型的匹配度；

第一确定子单元，用于根据所述匹配度确定所述第一质量信息，所述第一质量信息与所述匹配度成负相关关系。

11.根据权利要求9所述的装置，其特征在于，所述第三确定单元包括：

第二计算子单元，用于计算所述动态信息与所述用户帐号在所述预定时间段内发布的所述各条动态信息之间的匹配度；

第二确定子单元，用于确定所述用户帐号在所述预定时间段内发布的所述各条动态信息中与所述动态信息的匹配度达到匹配度阈值的动态信息的条数；

第三确定子单元，用于根据所述条数确定所述第二质量信息，所述第二质量信息与所述条数成负相关关系。

12.根据权利要求8至11任一所述的装置，其特征在于，

所述第二获取模块，还用于从预设对应关系中查询与所述用户帐号对应的所述信用信息，所述预设对应关系中包括用户帐号与信用信息之间的对应关系；

或者；

所述第二获取模块，还用于向第一信用服务器发送查询请求，所述查询请求携带有所述用户帐号；接收所述第一信用服务器反馈的所述用户帐号对应的所述信用信息；

或者；

所述第二获取模块，还用于向第二信用服务器发送查询请求，所述查询请求携带有所述用户帐号的用户的实名信息；接收所述第二信用服务器反馈的所述实名信息对应的所述信用信息。

13.根据权利要求8至11任一所述的装置，其特征在于，

所述过滤模块，还用于过滤发送至各个目标用户帐号的所述动态信息，所述目标用户帐号是所述用户帐号的好友关系链中的用户帐号。

14.根据权利要求8至11任一所述的装置，其特征在于，所述装置还包括：

第一确定模块，用于确定目标信息的总条数N，所述目标信息是发送至目标用户帐号的动态信息中不满足所述过滤条件的动态信息，所述目标用户帐号是用于展示所述动态信息的用户帐号；

条数检测模块，用于检测所述总条数N是否大于条数阈值；

第二确定模块，用于当所述总条数N大于所述条数阈值时，获取所述目标用户帐号的兴趣信息，对于每条所述目标信息，根据所述兴趣信息以及发布所述目标信息的用户帐号的信用信息确定所述目标信息的兴趣指数，所述兴趣指数用于表征所述目标用户帐号的用户对所述目标信息的感兴趣的程度；

兴趣检测模块，用于检测所述兴趣指数是否小于第二阈值；

目标信息过滤模块，用于当所述兴趣指数小于所述第二阈值时，过滤发送至所述目标用户帐号的所述目标信息。

15.一种服务器，其特征在于，所述服务器包括中央处理器和存储器，所述存储器中存储有一个或者一个以上的程序，所述一个或者一个以上程序由所述中央处理器执行，以实现如上述权利要求1至7任一所述的信息过滤方法。

16.一种计算机可读存储介质，其特征在于，所述存储介质中存储有程序，所述程序由硬件执行，以实现如上述权利要求1至7任一所述的信息过滤方法。