CN108038130A - 虚假用户的自动清理方法、装置、设备及存储介质 - Google Patents

虚假用户的自动清理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN108038130A
CN108038130A CN201711144487.0A CN201711144487A CN108038130A CN 108038130 A CN108038130 A CN 108038130A CN 201711144487 A CN201711144487 A CN 201711144487A CN 108038130 A CN108038130 A CN 108038130A
Authority
CN
China
Prior art keywords
fictitious users
account
user
user account
fictitious
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.)
Granted
Application number
CN201711144487.0A
Other languages
English (en)
Other versions
CN108038130B (zh
Inventor
戴秀凤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Life Insurance Company of China Ltd
Original Assignee
Ping An Life Insurance Company of China Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Life Insurance Company of China Ltd filed Critical Ping An Life Insurance Company of China Ltd
Priority to CN201711144487.0A priority Critical patent/CN108038130B/zh
Publication of CN108038130A publication Critical patent/CN108038130A/zh
Application granted granted Critical
Publication of CN108038130B publication Critical patent/CN108038130B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14Error detection or correction of the data by redundancy in operation
    • G06F11/1402Saving, restoring, recovering or retrying
    • G06F11/1446Point-in-time backing up or restoration of persistent data
    • G06F11/1458Management of the backup or restore process
    • G06F11/1469Backup restoration techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/16File or folder operations, e.g. details of user interfaces specifically adapted to file systems
    • G06F16/162Delete operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10File systems; File servers
    • G06F16/17Details of further file system functions
    • G06F16/1734Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs

Abstract

本发明涉及虚假用户的处理技术领域,本发明提供一种虚假用户的自动清理方法、装置、设备及存储介质,虚假用户的自动清理方法包括:获取用户行为数据,根据用户行为数据获取用户账号的活跃程度并对用户账号进行标记;在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件;将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述虚假用户名单中的用户账号,通过预设条件对虚假用户进行判定并生成虚假用户名单,根据虚假用户名单对虚假用户账号进行删除,可以自动识别并删除虚假用户账号,减少了人工操作。

Description

虚假用户的自动清理方法、装置、设备及存储介质
技术领域
本发明涉及虚假用户识别处理技术领域,尤其涉及一种虚假用户的自动清理方法、装置、设备及存储介质。
背景技术
目前,智能手机等智能终端的普及为各种类型的应用APP(Application,应用)提供了载体。在各种类型的APP上都充斥着大量的无活动量的僵尸用户,或者大量的专门为刷量而存在的及其活跃的用户,这两类都是虚假用户,虚假用户的存在一方面干扰了网络上正常秩序,另一方面导致了浪费资源,针对现状中存在的虚假用户,传统做法是人为判断虚假用户并进行删除,导致工作效率较低。
发明内容
本发明的目的在于提供一种虚假用户的清理方法、装置、设备及存储介质,能够实现对虚假用户的自动识别及删除。
本发明是这样实现的,本发明第一方面提供一种虚假用户的清理方法,其特征在于,所述虚假用户的清理方法,包括:
获取用户行为数据,根据所述用户行为数据获取用户账号的活跃程度并对用户账号进行标记;
在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件;
将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述虚假用户名单中的用户账号。
本发明第二方面提供一种虚假用户的自动清理装置,所述虚拟用户的自动清理装置,包括:
用户账号标记模块,用于获取用户行为数据,并根据所述用户行为数据获取用户账号的活跃程度并对用户账号进行标记;
虚假用户判断模块,用于在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件;
虚假用户删除模块,将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述用户账号。
本发明第三方面提供一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明第一方面所述方法的步骤。
本发明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程序,所述计算机程序被处理器执行时实现如本发明第一方面所述方法的步骤。
本发明提供一种虚假用户的自动清理方法、装置、设备及存储介质,根据用户行为数据获取用户账号的活跃程度并对用户账号进行标记,在第一预设时间段内监测已标记的用户账号的用户行为数据变化值符合与其对应的虚假用户预判条件时,将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除虚假用户名单中的用户账号,通过预设条件对虚假用户进行判定并生成虚假用户名单,根据虚假用户名单对用户账号进行删除,可以自动识别并删除虚假用户,减少了人工操作。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一种实施例提供的一种虚假用户的清理方法的流程图;
图2是本发明一种实施例提供的一种虚假用户的清理方法中的步骤S10的具体流程图;
图3是本发明一种实施例提供的一种虚假用户的清理方法中的步骤S20的具体流程图;
图4是本发明一种实施例提供的一种虚假用户的清理方法中的步骤S30的具体流程图;
图5是本发明另一种实施例提供的一种虚假用户的清理装置的结构示意图;
图6是本发明另一种实施例提供的一种虚假用户的清理装置中的用户账号标记模块的具体结构示意图;
图7是本发明另一种实施例提供的一种一种虚假用户的清理装置中的虚假用户判断模块的具体结构示意图;
图8是本发明另一种实施例提供的终端设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
本发明实施例提供一种虚假用户的清理方法,如图1所示,该虚假用户的清理方法包括:
步骤S10.获取用户行为数据,根据所述用户行为数据获取用户账号的活跃程度并对所述用户账号进行标记。
在步骤S10中,用户行为数据是指用户对用户账号进行操作的行为数据,例如,用户登录的账号、用户登录账号次数、用户登录账号的时间、停留账户时长等等,获取用户行为数据是由对接该系统的统计工具生成的,统计工具是基于使用该系统的用户所产生的行为数据进行统计分析,统计用户行为指标包括用户账号名称、用户开启账号次数、启动账号频次、停留账号时长以及用户账号对应的设备号数量等,根据用户行为数据获取用户账号的活跃程度并对用户账号进行标记,是将获取到的行为数据与预设值进行比较进而获取用户账号的活跃程度并对用户账号进行标记,标记用户的作用是便于进一步观察所标记用户的异常数据的变化,进而确定虚假用户。
对于上述实施例中的步骤S10,作为一种实施方式,如图2所示,获取用户行为数据,根据所述用户行为数据中用户账号的活跃程度对用户账号进行标记,包括:
步骤S101.将第二预设时间段内用户行为数据未发生变化的用户账号标记为低活跃用户账号。
在步骤S101中,用户行为数据未发生变化是指用户未对该用户账号进行任何操作,当在预设时间段内未对用户账号进行操作,可以判定该用户账号的活跃程度低,即可以将用户账号标记为低活跃用户账号,标记低活跃用户账号是为了识别系统中存在的大量闲置的账号,这部分账号处于长时间没有操作的状态。例如,用户账号A在半年之内没有登录的记录。通过按照时间段对数据进行筛选,就能将长时间不发生状态变化的用户账号筛选出并进行标记为低活跃用户账号。
步骤S102.将第二预设时间段内用户行为数据中与同一用户账号对应的设备号的数量超过预设值的用户账号标记为异常活跃用户账号。
在步骤S102中,根据用户行为数据获取登录的用户账号,并进一步获取与该用户账号相关联的设备号的数量,当该数量超过预设值时判定用户账号为异常活跃账号,标记异常活跃用户账号的作用主要是为了净化网络环境,减少网络中存在的恶意刷单以及水军对系统中正常用户的影响,以用户账号为手机号码为例,手机号在注册用户账号时对应一个设备号,可以在系统上获取手机号与设备号之间的对应关系,如表1所示,手机号与设备号之间的对应关系表如下:将第二预设时间段设置为一个月,可以通过活跃设备号去统计其中的手机号,即可得到一台设备中活跃的用户手机数,如设备号160733efcb7cef745cf71a96777a5f77活跃了两个手机号,反之,可以通过手机号查其中活跃的设备号,如18809666****手机号在两台设备上面活跃了,当检测到同一手机号对应的设备号的数量超过预设值时,例如,一个手机号对应上百个设备号时,将该手机号标记为异常活跃用户账号。
手机号 埋点值 设备号 活跃时间
18809666**** {userid:18809666775;mno:} 2d3712af7ee984e2282b3ba269dcc9027 2014-1-1 11:45
18809666**** {userid:13125920593;mno:} 14f8f02320d1b0ea44221d78de3873a0 2014-1-1 8:27
13552276**** {userid:13552276172;mno:} 3d35bbdeaedebc2b6fbd4f4aeb6e9712e 2014-1-1 20:19
13205351**** 启动 13dc4de1af4ed7f848822b92beec05e 2014-1-1 8:10
15169797**** 启动 13469b1855b92a78777f1ebe44bd5ab 2014-1-1 10:58
13304604**** 登陆 160733efcb7cef745cf71a96777a5f77 2014-1-1 8:02
13304605**** 启动 160733efcb7cef745cf71a96777a5f77 2014-1-1 8:02
18737302**** 登陆 3f8144c9aab4d03f11d5c92bfd9f7122 2014-1-1 12:39
18737307**** 启动 3f8144c9aab4d03f11d5c92bfd9f7122 2014-1-1 12:39
表1手机号与设备号之间的对应关系表
本步骤S101和步骤S102通过对用户行为数据异常的用户进行标记,基于对数据特征的分析,将用户账号分为两大类进行标记:低活跃用户账号和异常活跃用户账号,通过此实施例,能把网络中的长期不使用和使用异常频繁的用户甄别出来,方便下一步的处理。
步骤S20.在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件。
在步骤S20中,对获取的低活跃用户账号和异常活跃用户账号分别进行监测,根据对已标记的用户的行为数据变化值的与预判条件的比较,以判断标记的用户账号是否为虚假用户,本实施例中,标记数据集合是随着时间动态变化的。
对于上述实施例中的步骤S20,作为一种实施方式,如图3所示,在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件,包括:
步骤S201.在第一预设时间段内监测低活跃用户账号和异常活跃用户账号的开启率、启动频次以及停留时长。
在步骤S201中,作为一种实施方式,在第一预设时间段内监测已标记的用户的用户账号的行为数据,低活跃用户账号的监测项目主要有开启率、启动频次以及停留时间;而异常活跃项目除了监测以上项目外,还监测用户使用的设备和系统版本,加入这两个项目能通过记录用户账号的登录环境来作为对用户行为是否正常的一个判断。
步骤S202.当所述低活跃用户账号的开启率、启动频次以及停留时长均低于预设下限值时,判定所述低活跃用户账号为虚假用户。
在步骤S202中,每个系统中的不同监测项目预设下限值都不同。例如,阅读类的系统,其特点是启动率低但停留时间长;社交类的系统,其特点是启动频繁,但停留时间短。因此,预设下限值是根据系统中产生的用户行为统计后得出的,只有当所有监测项目值都低于预设最低值才判定该用户为虚假用户。另一种实施方式中,根据低活跃用户账号的监测项目产生的数值与预设下限值的大小,把相应用户分为不同的等级,不同等级的用户后续采用不同的处理方法。
步骤S203.当所述异常活跃用户账号的开启率、启动频次以及停留时长中任一项高于预设上限值时,判定所述异常活跃用户账号为虚假用户。
在步骤S203中,对异常活跃的用户监测参照上述的对低活跃用户账号的监测。在判定异常用户为虚假用户时,只要监测的项目有一项高于预设最大值即可判定对应用户为虚假用户。
作为步骤S203中判定所述异常活跃用户账号为虚假用户的另一种实施方式,从用户行为数据中解析出WiFi名称,当检测到WiFi名称仅包括数字和字符时,根据预定的计算规则计算出WiFi名称的出现概率,例如,若WiFi名称为“ping”,并且,预先统计出p后面出现i的概率为P1,i后面出现n的概率为P2,n后面出现g的概率为P3,由此计算出“ping”出现的概率为P1×P2×P3。概率为每个字符后面出现一个字符的次数除以该字符后面出现其他字符的总次数,将所述WiFi名称的出现概率与预设值进行比较,若所述WiFi名称的出现概率小于预设值,则判定所述异常活跃用户账号为虚假用户。
本步骤S201至步骤S203,对上述两类虚假用户针对其特点采用不同的判定方法,能有效的识别出两类虚假用户。
步骤S30.将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述用户账号。
在步骤S30中,将分别符合虚假用户预判条件的低活跃用户账号和异常活跃用户账号确定为虚假用户,生成虚假用户名单并对所述虚假用户名单中的用户账号进行备份,并设置备份时间为第三预设时间段,将所述账号进行预删除后,系统中不再存在这些用户账号,而通过标记用户账号生成标识,与用户账号一一对应,通过该标识可在第三预设时间段对误删除的用户账号进行恢复。
本发明提供一种虚假用户的清理方法,根据用户行为数据中用户账号的活跃程度对用户账号进行标记,在第一预设时间段内监测已标记的用户账号的用户行为数据变化值符合与其对应的虚假用户预判条件时,将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除虚假用户名单中的用户账号,通过预设条件对虚假用户进行判定,通过提供虚假用户名单对用户账号进行删除,可以自动识别并删除虚假用户,减少了人工操作。
对于上述实施例中的步骤S30之后,作为一种实施方式,如图4所示,生成虚假用户名单并对所述虚假用户名单中的用户账号进行备份,并设置备份时间为第三预设时间,之后还包括:
步骤S301.在所述第三预设时间段内根据备份的用户行为数据文件对所述虚假用户名单中的低活跃用户账户进行复检。
步骤S302.当检测到虚假用户名单中的低活跃用户账户存在活跃状态时,则进行恢复。
步骤S303.当检测到虚假用户名单中的低活跃用户账户仍不存在活跃状态时,则进行彻底删除。
具体的,在上述步骤S301至步骤S303中,可以将生成的虚假用户名单自动上传到上游系统,虚假用户名单中的用户账号包括已标记的低活跃用户账户集合,对低活跃用户账户通过备份的用户行为数据文件进行复检,用户行为数据发生改变时即生成相应的备份文件,将经复检无误的用户名单中的用户账号进行彻底删除。
当上游系统发现提供的虚假文件中存在被误删除的用户时,将被误删除用户账号确定为待恢复用户,当完成待恢复用户账号的确认后,上游系统获取待恢复用户账号的用户标识,用户标识包括用户账号以及在删除名单中的编号组成,用于对待恢复用户进行唯一标记。用户标识可以代表相应的待恢复的用户账号,上游系统将获取的用户标识进行下发,接收下发的用户标识,根据接收的用户标识在本地隔离区查找对应的待恢复用户账号,查找待恢复用户账号并从本地隔离区中移出。
本实施方式中是将预删除的用户名单上传到上游系统,上游系统根据备份的用户行为数据文件对所述虚假用户名单进行复检,通过复检预删除的用户账号,及时发现错误删除的用户账号并进行恢复,避免了误删除。
本发明另一种实施例提供一种虚假用户的自动清理装置40,如图5所示,所述虚假用户的自动清理装置40包括:
用户账号标记模块401,用于获取用户行为数据,并根据所述用户行为数据获取用户账号的活跃程度并对用户账号进行标记;
虚假用户判断模块402,用于在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件;
虚假用户删除模块403,将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述用户账号。
进一步的,如图6所示,作为一种实施方式,所述用户账号标记模块401包括:
低活跃用户账号标记单元410,用于将第二预设时间段内用户行为数据未发生变化的用户账号标记为低活跃用户账号;
异常活跃用户账号标记单元420,用于将第二预设时间段内用户行为数据中手机号与设备号之间的对应数量超过预设值的用户账号标记为异常活跃用户账号。
进一步的,如图7所示,作为一种实施方式,所述虚假用户判断模块402包括:
状态监测单元430,用于在第一预设时间段内监测低活跃用户账号和异常活跃用户账号的开启率、启动频次以及停留时长;
虚假用户判定单元440,用于当所述低活跃用户账号的开启率、启动频次以及停留时长均低于预设值时,判定所述低活跃用户账号为虚假用户,以及用于当所述异常活跃用户账号的开启率、启动频次以及停留时长中任一项高于预设值时,判定所述异常活跃用户账号为虚假用户。
上述终端设备中模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明另一种实施例提供一计算机可读存储介质,该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实施例中的一种虚假用户的清理方法,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现上述实施例中一种虚假用户的清理装置中各模块/单元的功能,为避免重复,这里不再赘述。
图8是本实施例中终端设备的示意图。如图8所示,终端设备6包括处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现上述实施例中一种虚假用户的清理方法的各个步骤,例如图1所示的步骤S10、S20和S30。处理器60执行计算机程序62时实现上述实施例中一种虚假用户的清理装置各模块/单元的功能,如图5所示的用户账号标记模块401、虚假用户判断模块402、虚假用户删除模块403的功能。
示例性的,计算机程序52可以被分割成一个或多个模块/单元(比如形成计算机程序指令段),一个或者多个模块/单元被存储在存储器51中,并由处理器50执行,以完成本发明。
该终端设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图8仅仅是终端设备6的示例,并不构成对终端设备6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器61可以是终端设备6的内部存储单元,例如终端设备6的硬盘或内存。存储器61也可以是终端设备6的外部存储设备,例如终端设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器61还可以既包括终端设备6的内部存储单元也包括外部存储设备。存储器61用于存储计算机程序以及终端设备所需的其他程序和数据。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种虚假用户的清理方法,其特征在于,所述虚假用户的清理方法,包括:
获取用户行为数据,根据所述用户行为数据获取用户账号的活跃程度并对所述用户账号进行标记;
在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件;
将符合所述虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述虚假用户名单中的用户账号。
2.如权利要求1所述的虚假用户的清理方法,其特征在于,获取用户行为数据,根据所述用户行为数据中用户账号的活跃程度对用户账号进行标记,包括:
将第二预设时间段内用户行为数据未发生变化的用户账号标记为低活跃用户账号;
将第二预设时间段内用户行为数据中与同一用户账号对应的设备号的数量超过预设值的用户账号标记为异常活跃用户账号。
3.如权利要求2所述的虚假用户的清理方法,其特征在于,在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件,包括:
在第一预设时间段内监测低活跃用户账号和异常活跃用户账号的开启率、启动频次以及停留时长;
当所述低活跃用户账号的开启率、启动频次以及停留时长均低于预设下限值时,判定所述低活跃用户账号为虚假用户;
当所述异常活跃用户账号的开启率、启动频次以及停留时长中任一项高于预设上限值时,判定所述异常活跃用户账号为虚假用户。
4.如权利要求3所述的虚假用户的清理方法,其特征在于,生成虚假用户名单并预删除所述虚假用户名单中的用户账号,包括:
生成虚假用户名单并对所述虚假用户名单中的用户账号进行备份,并设置备份时间为第三预设时间段。
5.如权利要求4所述的虚假用户的清理方法,其特征在于,生成虚假用户名单并对所述虚假用户名单中的用户账号进行备份,并设置备份时间为第三预设时间,之后还包括:
在所述第三预设时间段内根据备份的用户行为数据文件对所述虚假用户名单中的低活跃用户账户进行复检;
当检测到虚假用户名单中的低活跃用户账户存在活跃状态时,则进行恢复;当检测到虚假用户名单中的低活跃用户账户仍不存在活跃状态时,则进行彻底删除。
6.一种虚假用户的自动清理装置,其特征在于,所述虚拟用户的自动清理装置,包括:
用户账号标记模块,用于获取用户行为数据,并根据所述用户行为数据获取用户账号的活跃程度并对用户账号进行标记;
虚假用户判断模块,用于在第一预设时间段内监测已标记的用户账号的用户行为数据变化值是否符合与其对应的虚假用户预判条件;
虚假用户删除模块,将符合虚假用户预判条件的用户账号确定为虚假用户,生成虚假用户名单并预删除所述用户账号。
7.如权利要求6所述的虚假用户的自动清理装置,其特征在于,所述用户账号标记模块,包括:
低活跃用户账号标记单元,用于将第二预设时间段内用户行为数据未发生变化的用户账号标记为低活跃用户账号;
异常活跃用户账号标记单元,用于将第二预设时间段内用户行为数据中手机号与设备号之间的对应数量超过预设值的用户账号标记为异常活跃用户账号。
8.如权利要求6所述的虚假用户的自动清理和恢复装置,其特征在于,所述虚假用户判断模块包括:
状态监测单元,用于在第一预设时间段内监测低活跃用户账号和异常活跃用户账号的开启率、启动频次以及停留时长;
虚假用户判定单元,用于当所述低活跃用户账号的开启率、启动频次以及停留时长均低于预设值时,判定所述低活跃用户账号为虚假用户,以及用于当所述异常活跃用户账号的开启率、启动频次以及停留时长中任一项高于预设值时,判定所述异常活跃用户账号为虚假用户。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
CN201711144487.0A 2017-11-17 2017-11-17 虚假用户的自动清理方法、装置、设备及存储介质 Active CN108038130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711144487.0A CN108038130B (zh) 2017-11-17 2017-11-17 虚假用户的自动清理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711144487.0A CN108038130B (zh) 2017-11-17 2017-11-17 虚假用户的自动清理方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN108038130A true CN108038130A (zh) 2018-05-15
CN108038130B CN108038130B (zh) 2021-06-25

Family

ID=62094005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711144487.0A Active CN108038130B (zh) 2017-11-17 2017-11-17 虚假用户的自动清理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN108038130B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063433A (zh) * 2018-07-09 2018-12-21 中国联合网络通信集团有限公司 虚假用户的识别方法、装置及可读存储介质
CN109190408A (zh) * 2018-09-12 2019-01-11 江苏满运软件科技有限公司 一种数据信息的安全处理方法及系统
CN109522190A (zh) * 2018-10-12 2019-03-26 中国平安人寿保险股份有限公司 异常用户行为识别方法及装置、电子设备、存储介质
CN109902921A (zh) * 2019-01-17 2019-06-18 平安城市建设科技(深圳)有限公司 用户成长体系的管理方法、装置、设备及存储介质
CN110310128A (zh) * 2019-05-24 2019-10-08 中国平安人寿保险股份有限公司 虚假注册用户的过滤方法和系统
CN110830508A (zh) * 2019-12-02 2020-02-21 成都安恒信息技术有限公司 一种基于运维审计系统的僵尸账户管理方法
CN111949757A (zh) * 2020-07-29 2020-11-17 深圳市高德信通信股份有限公司 一种idc用户信息整理管理系统
CN112636980A (zh) * 2020-12-25 2021-04-09 平安科技(深圳)有限公司 资源数量确定方法、装置、电子设备及相关产品
CN114362980A (zh) * 2020-09-28 2022-04-15 腾讯科技(深圳)有限公司 协议挂登录账号识别方法、装置、计算机设备和存储介质
CN115134399A (zh) * 2021-03-24 2022-09-30 中国移动通信集团河南有限公司 一种用户识别的方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102467726A (zh) * 2010-11-04 2012-05-23 阿里巴巴集团控股有限公司 一种基于网上交易平台的数据处理方法和装置
CN103853723A (zh) * 2012-11-29 2014-06-11 腾讯科技(深圳)有限公司 一种联系人信息查询方法、服务器及终端
CN104156137A (zh) * 2014-07-28 2014-11-19 珠海市君天电子科技有限公司 应用程序的控制方法、装置和终端
US20150157943A1 (en) * 2013-05-07 2015-06-11 Tencent Technology (Shenzhen) Company Limited Method, system and computer storage medium for handling of account theft in online games
CN104917739A (zh) * 2014-03-14 2015-09-16 腾讯科技(北京)有限公司 虚假账号的识别方法及装置
CN104917737A (zh) * 2014-03-14 2015-09-16 腾讯科技(深圳)有限公司 用户帐号的保护方法及装置
CN106341365A (zh) * 2015-07-07 2017-01-18 腾讯科技(深圳)有限公司 新帐号信息删除方法及装置
CN106452905A (zh) * 2016-10-27 2017-02-22 腾讯科技(深圳)有限公司 消息处理方法和装置
CN106843708A (zh) * 2015-12-03 2017-06-13 华为终端(东莞)有限公司 用于删除对象的电子设备和方法
CN106960143A (zh) * 2017-03-23 2017-07-18 网易(杭州)网络有限公司 用户账号的识别方法及装置、存储介质、电子设备
CN107124391A (zh) * 2016-09-22 2017-09-01 北京小度信息科技有限公司 异常行为的识别方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102467726A (zh) * 2010-11-04 2012-05-23 阿里巴巴集团控股有限公司 一种基于网上交易平台的数据处理方法和装置
CN103853723A (zh) * 2012-11-29 2014-06-11 腾讯科技(深圳)有限公司 一种联系人信息查询方法、服务器及终端
US20150157943A1 (en) * 2013-05-07 2015-06-11 Tencent Technology (Shenzhen) Company Limited Method, system and computer storage medium for handling of account theft in online games
CN104917739A (zh) * 2014-03-14 2015-09-16 腾讯科技(北京)有限公司 虚假账号的识别方法及装置
CN104917737A (zh) * 2014-03-14 2015-09-16 腾讯科技(深圳)有限公司 用户帐号的保护方法及装置
CN104156137A (zh) * 2014-07-28 2014-11-19 珠海市君天电子科技有限公司 应用程序的控制方法、装置和终端
CN106341365A (zh) * 2015-07-07 2017-01-18 腾讯科技(深圳)有限公司 新帐号信息删除方法及装置
CN106843708A (zh) * 2015-12-03 2017-06-13 华为终端(东莞)有限公司 用于删除对象的电子设备和方法
CN107124391A (zh) * 2016-09-22 2017-09-01 北京小度信息科技有限公司 异常行为的识别方法及装置
CN106452905A (zh) * 2016-10-27 2017-02-22 腾讯科技(深圳)有限公司 消息处理方法和装置
CN106960143A (zh) * 2017-03-23 2017-07-18 网易(杭州)网络有限公司 用户账号的识别方法及装置、存储介质、电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
董松月等: "网络民航事件虚假评论的识别研究 ", 《智能计算机与应用》 *
郑红艳等: "用户行为异常检测模型 ", 《计算机系统应用》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109063433A (zh) * 2018-07-09 2018-12-21 中国联合网络通信集团有限公司 虚假用户的识别方法、装置及可读存储介质
CN109190408A (zh) * 2018-09-12 2019-01-11 江苏满运软件科技有限公司 一种数据信息的安全处理方法及系统
CN109522190A (zh) * 2018-10-12 2019-03-26 中国平安人寿保险股份有限公司 异常用户行为识别方法及装置、电子设备、存储介质
CN109522190B (zh) * 2018-10-12 2023-02-03 中国平安人寿保险股份有限公司 异常用户行为识别方法及装置、电子设备、存储介质
CN109902921A (zh) * 2019-01-17 2019-06-18 平安城市建设科技(深圳)有限公司 用户成长体系的管理方法、装置、设备及存储介质
CN110310128A (zh) * 2019-05-24 2019-10-08 中国平安人寿保险股份有限公司 虚假注册用户的过滤方法和系统
CN110830508B (zh) * 2019-12-02 2021-08-20 成都安恒信息技术有限公司 一种基于运维审计系统的僵尸账户管理方法
CN110830508A (zh) * 2019-12-02 2020-02-21 成都安恒信息技术有限公司 一种基于运维审计系统的僵尸账户管理方法
CN111949757A (zh) * 2020-07-29 2020-11-17 深圳市高德信通信股份有限公司 一种idc用户信息整理管理系统
CN114362980A (zh) * 2020-09-28 2022-04-15 腾讯科技(深圳)有限公司 协议挂登录账号识别方法、装置、计算机设备和存储介质
CN114362980B (zh) * 2020-09-28 2023-07-28 腾讯科技(深圳)有限公司 协议挂登录账号识别方法、装置、计算机设备和存储介质
CN112636980A (zh) * 2020-12-25 2021-04-09 平安科技(深圳)有限公司 资源数量确定方法、装置、电子设备及相关产品
CN115134399A (zh) * 2021-03-24 2022-09-30 中国移动通信集团河南有限公司 一种用户识别的方法及装置
CN115134399B (zh) * 2021-03-24 2023-09-19 中国移动通信集团河南有限公司 一种用户识别的方法及装置

Also Published As

Publication number Publication date
CN108038130B (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN108038130A (zh) 虚假用户的自动清理方法、装置、设备及存储介质
CN108090567B (zh) 电力通信系统故障诊断方法及装置
CN102724219B (zh) 网络数据的计算机处理方法及系统
CN102279786B (zh) 一种监测应用程序有效访问量的方法及装置
CN105099729B (zh) 一种识别用户身份标识的方法和装置
US20150149383A1 (en) Method and device for acquiring product information, and computer storage medium
CN108280022A (zh) 性能监测方法及装置
CN108985954B (zh) 一种建立各标识的关联关系的方法以及相关设备
CN112311617A (zh) 一种配置化数据监控告警方法及系统
CN105049290B (zh) 页面访问监测方法及装置
CN111190962B (zh) 一种文件同步方法、装置及本地终端
CN106294508A (zh) 一种刷量工具检测方法及装置
WO2020155508A1 (zh) 可疑用户筛选方法、装置、计算机设备及存储介质
CN114839556A (zh) 动力电池异常检测方法、装置、存储介质及电子装置
CN107748739A (zh) 一种短信文本模版的提取方法及相关装置
CN105022807A (zh) 信息推荐方法及装置
CN106301979B (zh) 检测异常渠道的方法和系统
CN111767270A (zh) 数据迁移方法、装置、服务器及存储介质
CN114281648A (zh) 一种数据采集方法、装置、电子设备及存储介质
CN113609409A (zh) 一种推荐浏览信息的方法及其系统、电子设备、存储介质
CN110876072A (zh) 一种批量注册用户识别方法、存储介质、电子设备及系统
CN106304084B (zh) 信息处理方法及装置
CN106156046B (zh) 一种信息化管理方法、装置、系统及分析设备
CN108021713A (zh) 一种文档聚类的方法和装置
CN104361123B (zh) 一种个人行为数据匿名化方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant