CN108171589A - 验证方法及装置 - Google Patents
验证方法及装置 Download PDFInfo
- Publication number
- CN108171589A CN108171589A CN201810083882.0A CN201810083882A CN108171589A CN 108171589 A CN108171589 A CN 108171589A CN 201810083882 A CN201810083882 A CN 201810083882A CN 108171589 A CN108171589 A CN 108171589A
- Authority
- CN
- China
- Prior art keywords
- target object
- described image
- coordinate points
- information
- object information
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0609—Buyer or seller confidence or verification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施方式提供了验证方法及装置,涉及计算机应用技术领域。其中,验证方法包括:根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;将所述质量得分与设定阈值进行比较;若所述质量得分大于或等于设定阈值,则根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。本发明所提供的方法对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本发明中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
Description
技术领域
本发明涉及计算机应用技术领域,更为具体而言,涉及验证方法及装置。
背景技术
随着互联网技术的快速发展,网上交易由于其交易成本低、方便快捷等优点得到了迅猛发展,同时利用网上交易的用户数量也急剧增加。然而,网上交易的安全问题也日益凸显,它已成为阻碍网上交易发展的一个主要瓶颈。网上交易平台通常采用身份认证的方式来确认数据通信的安全性,进而确保整个网上交易的安全性。
然而,在现有技术中,商户用户的身份信息审核过程存在以下问题:提交的身份信息容易出现错误;难以平衡审核效率与审核准确率。
发明内容
在现有的解决方案中,通常由销售业务人员手动提交商户用户的身份信息,并由品控部门对该身份信息进行人工审核。然而,销售业务人员在手动提交身份信息时容易出现错误,并且,品控部门在业务增长期需要审核大量的商户数据,难以平衡审核效率和审核准确率。
对此,本发明实施方式提供了验证方法及装置,用以解决现有技术中所存在的上述技术问题。
第一方面,本发明实施方式提供了一种验证方法。
具体地,所述方法包括:
根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;
将所述质量得分与设定阈值进行比较;
若所述质量得分大于或等于设定阈值,则根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
在本实施方式中,对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本实施方式中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
结合第一方面,在本发明的一些实施方式中,根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分包括:
统计所述对象信息中评论词的词频;
根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分;
根据所述情感得分计算所述目标对象的评论维度得分;
从所述对象信息中提取出用户评分和需求量化指标;
对所述评论维度得分、用户评分和需求量化指标分别进行加权处理;
基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
结合第一方面,在本发明的一些实施方式中,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象包括:
将所述对象信息中的对照号码与所述联系号码进行匹配;
若匹配成功,则通过OCR(Optical Character Recognition,光学字符识别)技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本;
判断所述有效时段是否包含当前时间点;
若包含当前时间点,则根据所述标识符从对象数据库中查询属性参照值;
将所述属性文本与所述属性参照值进行匹配;
若匹配成功,则根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点;
若所述图像坐标点验证通过,则确定所述目标对象验证通过。
结合第一方面,在本发明的一些实施方式中,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点包括:
从所述图像的Exif(Exchangeable Image File,可交换图像文件)信息中提取出所述图像坐标点;
计算所述图像坐标点与所述对照坐标点之间的距离;
将所述距离与设定阈值进行比较;
若所述距离小于或等于设定阈值,则确定所述图像坐标点验证通过。
结合第一方面,在本发明的一些实施方式中,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点还包括:
识别所述Exif信息中是否存在图像信息篡改标记;
若不存在图像信息篡改标记,则执行下述处理:从所述图像的Exif信息中提取出所述图像坐标点。
第二方面,本发明实施方式提供了一种验证装置。
具体地,所述装置包括:
计算模块,用于根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;
比较模块,用于将所述质量得分与设定阈值进行比较;
验证模块,用于在所述质量得分大于或等于设定阈值的情形下,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
在本实施方式中,对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本实施方式中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
结合第二方面,在本发明的一些实施方式中,所述计算模块包括:
统计单元,用于统计所述对象信息中评论词的词频;
第一计算单元,用于根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分;
第二计算单元,用于根据所述情感得分计算所述目标对象的评论维度得分;
提取单元,用于从所述对象信息中提取出用户评分和需求量化指标;
加权单元,用于对所述评论维度得分、用户评分和需求量化指标分别进行加权处理;
第三计算单元,用于基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
结合第二方面,在本发明的一些实施方式中,所述验证模块包括:
第一匹配单元,用于将所述对象信息中的对照号码与所述联系号码进行匹配;
识别单元,用于在匹配成功的情形下,通过OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本;
判断单元,用于判断所述有效时段是否包含当前时间点;
查询单元,用于在所述有效时段包含当前时间点的情形下,根据所述标识符从对象数据库中查询属性参照值;
第二匹配单元,用于将所述属性文本与所述属性参照值进行匹配;
第一验证单元,用于在匹配成功的情形下,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点;
第二验证单元,用于在所述图像坐标点验证通过的情形下,确定所述目标对象验证通过。
结合第二方面,在本发明的一些实施方式中,所述第一验证单元包括:
提取组件,用于从所述图像的Exif信息中提取出所述图像坐标点;
计算组件,用于计算所述图像坐标点与所述对照坐标点之间的距离;
比较组件,用于将所述距离与设定阈值进行比较;
确定组件,用于在所述距离小于或等于设定阈值的情形下,确定所述图像坐标点验证通过。
结合第二方面,在本发明的一些实施方式中,所述第一验证单元还包括:
识别组件,用于识别所述Exif信息中是否存在图像信息篡改标记。
本发明的这些方面或其他方面在以下具体实施方式的描述中会更加简明易懂。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式描述中所需要使用的附图作一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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是根据本发明方法实施方式1的验证方法的流程图;
图2示出了图1所示的处理S1的一种实施方式;
图3示出了图1所示的处理S3的一种实施方式;
图4示出了图3所示的处理S36的一种实施方式;
图5示出了图3所示的处理S36的另一种实施方式;
图6是根据本发明产品实施方式1的验证装置的结构示意图;
图7示出了图6所示的计算模块100的一种实施方式;
图8示出了图6所示的验证模块300的一种实施方式;
图9示出了图8所示的第一验证单元360的一种实施方式;
图10示出了图8所示的第一验证单元360的另一种实施方式;
图11是根据本发明实施方式的一种终端设备的结构示意图。
具体实施方式
以下结合附图和具体实施方式对本发明的各个方面进行详细阐述。其中,在本发明的各个具体实施方式中,众所周知的操作过程、程序模块、单元及其相互之间的连接、链接、通信或操作没有示出或未作详细说明。
并且,所描述的特征、架构或功能可在一个或一个以上实施例中以任何方式组合。
此外,本领域技术人员应当理解,下述的各种实施方式只用于举例说明,而非用于限制本发明的保护范围。本领域的技术人员还可以容易理解,本文所述和附图所示的各实施方式中的程序模块、单元或步骤可以按多种不同配置进行组合和设计。
对于未在本说明书中进行具体说明的技术术语,除非另有特定说明,都应以本领域最宽泛的意思进行解释。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的标号如S10、S11等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明的一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施方式,都属于本发明保护的范围。
【方法实施方式1】
图1是根据本发明方法实施方式1的验证方法的流程图。参见图1,在本实施方式中,所述方法包括:
S1:根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分。
其中,所述第三方数据源包括但不限于:同类电子商务平台、POI(PointofInterest,兴趣点)点评、社交平台、搜索引擎;以目标对象为商户用户为例,所述对象信息例如包括但不限于:商户电话、商户地址、商户坐标、销量、评分、到店人次、评论语句、用户搜索量。
S2:将所述质量得分与设定阈值进行比较。若所述质量得分大于或等于设定阈值,则执行S3,若所述质量得分小于设定阈值,则执行S4。
S3:根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
S4:对所述目标对象进行人工验证处理。
在本实施方式中,对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本实施方式中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
【方法实施方式2】
本实施方式所提供的验证方法包括方法实施方式1中的全部内容,在此不再赘述。如图2所示,在本实施方式中,通过以下方式实现处理S1:
S11:统计所述对象信息中评论词的词频。
S12:根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分。
其中,所述情感倾向例如包括:正反馈的情感倾向和负反馈的情感倾向。
S13:根据所述情感得分计算所述目标对象的评论维度得分。
S14:从所述对象信息中提取出用户评分和需求量化指标。
其中,所述需求量化指标例如包括但不限于:销量、到店人次和用户搜索量。
S15:对所述评论维度得分、用户评分和需求量化指标分别进行加权处理。
S16:基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
【方法实施方式3】
本实施方式所提供的验证方法包括方法实施方式1中的全部内容,在此不再赘述。如图3所示,在本实施方式中,通过以下方式实现处理S3:
S31:将所述对象信息中的对照号码与所述联系号码进行匹配。若匹配成功,则执行S32,若匹配失败,则执行S38。
S32:通过OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本。
S33:判断所述有效时段是否包含当前时间点。若是,则执行S34,若否,则执行S38。
S34:根据所述标识符从对象数据库中查询属性参照值。
S35:将所述属性文本与所述属性参照值进行匹配。若匹配成功,则执行S36,若匹配失败,则执行S38。
S36:根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点。若验证通过,则执行S37,若验证失败,则执行S38。
S37:确定所述目标对象验证通过。
S38:确定所述目标对象验证失败。
其中,以目标对象为商户用户为例,所述有效时段例如为营业期限;所述标识符例如为:注册号;所述属性文本例如包括但不限于:企业名称、法人姓名、法人身份证号;所述对象数据库例如为企业资质查询系统;所述属性参照值例如包括但不限于:商户注册信息中的企业名称、法人姓名、法人身份证号码;图像坐标点例如为图像拍摄位置的坐标点。
【方法实施方式4】
本实施方式所提供的验证方法包括方法实施方式3中的全部内容,在此不再赘述。如图4所示,在本实施方式中,通过以下方式实现处理S36:
S361:从所述图像的Exif信息中提取出所述图像坐标点。
S362:计算所述图像坐标点与所述对照坐标点之间的距离。
S363:将所述距离与设定阈值进行比较。若所述距离小于或等于设定阈值,则执行S364,若所述距离大于设定阈值,则执行S365。
S364:确定所述图像坐标点验证通过。
S365:确定所述图像坐标点验证失败。
【方法实施方式5】
本实施方式所提供的验证方法包括方法实施方式3中的全部内容,在此不再赘述。如图5所示,在本实施方式中,通过以下方式实现处理S36:
S361’:识别所述图像的Exif信息中是否存在图像信息篡改标记。若是,则执行S366’,若否,则执行S362’。
示例性地,所述图像信息篡改标记例如为“Adobe Photoshop Camera Raw9.7”。
S362’:从所述Exif信息中提取出所述图像坐标点。
S363’:计算所述图像坐标点与所述对照坐标点之间的距离。
S364’:将所述距离与设定阈值进行比较。若所述距离小于或等于设定阈值,则执行S365’,若所述距离大于设定阈值,则执行S366’。
S365’:确定所述图像坐标点验证通过。
S366’:确定所述图像坐标点验证失败。
【方法实施方式6】
下面结合具体示例对本实施方式所提供的验证方法进行具体描述。在本实施方式中,所述方式包括:
(1)从多方数据源挖掘商户数据,并对挖掘到的商户数据进行整理以得到下表所示的商户信息:
表1
例如,从美团外卖平台获取到商户望京小腰的电话号码为13612341234、地址为望京XX街xxx路、销量为1000份、用户评分为4.8分;从百度地图获取到该商户的坐标为116.3241234,36.34251234、到店人次为2200;从POI点评及微博等社交平台召回关于该商户的评论语句,从召回的评论语句中提取出评论词并统计出评论词的词频,例如,提取出的评论词有:好吃、实惠、美味、推荐,统计出各评论词的词频分别为:n次、m次、p次、q次;从搜索引擎统计出用户对于该商户进行了300次搜索。
(2)根据获取到的商户信息生成商户列表,并将该商户列表与签约商户列表进行去重处理,以得到未签约商户列表。
(3)对该未签约商户列表中的商户对象进行评分。例如,通过以下方式进行评分:
1、根据各评论词的词频及情感倾向,分别计算各评论词的情感得分。
例如,评论词“好吃”的词频为n次,则其情感得分为n*1,评论词“华而不实”的词频为m次,则其情感得分为m*(-1)。
2、根据各评论词的情感得分计算商户对象的评论维度得分。
例如,若统计出好吃n次、华而不实m次、推荐q次,则计算出评论维度的得分为:n*1+m*(-1)+q*1=n-m+q。
3、从商户信息中提取出用户评分、销量、到店人次及用户搜索量。
4、分别对所述评论维度得分、用户评分、销量、到店人次及用户搜索量进行加权处理。
5、基于经加权处理后的评论维度得分、用户评分、销量、到店人次及用户搜索量,计算商户对象的质量得分。
例如,将经加权处理后的评论维度得分、用户评分、销量、到店人次及用户搜索量相加,以计算商户对象的质量得分。
(4)从该未签约商户列表中选取质量得分大于或等于设定阈值的商户对象,以生成优质商户列表。
(5)对于该优质商户列表中的商户对象进行自动验证。例如,例如通过以下方式实现自动验证:
1、接收商户对象经自助快速通道提交的联系号码。
2、将该联系号码与商户信息中的对照号码(即前述挖掘出的商户电话)进行匹配,若匹配成功,则执行步骤3,若匹配失败,则执行步骤13。
3、接收商户对象通过客户端即时拍摄的照片(例如包括但不限于:门头照片、营业执照照片、许可证照片、法人身份证照片)。
4、通过OCR技术从照片中识别出商户对象的注册号、企业名称、法人姓名、法人身份证号及营业期限。
5、判断该营业期限是否包含当前时间点,若是,则执行步骤6,若否,则执行步骤13。
6、根据识别出的注册号从企业资质查询系统中查询商户对象的注册信息。
7、将从照片中识别出的企业名称、法人姓名、法人身份证号等文本信息分别与注册信息中对应的参照信息进行匹配。若各文本信息均匹配成功,则执行步骤8,若存在匹配失败的文本信息,则执行步骤13。
8、读取所述照片的Exif信息,识别该Exif信息是否存在图像信息篡改标记,若是,则执行步骤13,若否,则执行步骤9。
9、从Exif信息中提取出坐标点。
10、计算该提取出的坐标点与商户信息中的对照坐标点(即前述挖掘出的商户坐标)之间的距离。
11、将所述距离与设定阈值进行比较。若该距离小于或等于设定阈值,则执行步骤12,若该距离大于设定阈值,则执行步骤13。
12、确定商户对象验证通过。
13、确定商户对象验证失败。
(6)将验证通过的商户对象的信息存入数据库中以便于进行展现和复查处理。
(7)接收由验证通过的商户对象提交的结算信息(例如包括但不限于:银行卡号和姓名)。
(8)在该结算信息与商户对象的身份信息相匹配的情形下,自动根据合同模板生成合同,并将该合同发送给商户对象进行确认。
当然本发明的实施方式不限于此,本领域的技术人员可以根据实际需要对以上步骤的执行顺序进行合理调整,例如,针对自动验证的实现过程,可以先验证Exif信息中的坐标点,再验证商户对象的资质信息(即前述的企业名称、法人姓名和法人身份证号码等),当然也可以并发地验证坐标点和资质信息。
【产品实施方式1】
图6是根据本发明产品实施方式1的验证装置的结构示意图。参见图6,在本实施方式中,验证装置10包括:计算模块100、比较模块200和验证模块300,具体地:
计算模块100用于根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分。
比较模块200用于将计算模块100计算出的质量得分与设定阈值进行比较。
验证模块300用于在比较模块200比较出质量得分大于或等于设定阈值的情形下,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
在本实施方式中,对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本实施方式中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
【产品实施方式2】
本实施方式所提供的验证装置包括产品实施方式1中的全部内容,在此不再赘述。如图7所示,在本实施方式中,计算模块100包括:统计单元110、第一计算单元120、第二计算单元130、提取单元140、加权单元150、第三计算单元160,具体地:
统计单元110用于统计所述对象信息中评论词的词频。
第一计算单元120用于根据统计单元110统计出的词频和所述评论词的情感倾向,计算所述评论词的情感得分。
第二计算单元130用于根据第一计算单元120计算出的情感得分计算所述目标对象的评论维度得分。
提取单元140用于从所述对象信息中提取出用户评分和需求量化指标。
加权单元150用于对第二计算单元130计算出的评论维度得分和提取单元140提取出的用户评分和需求量化指标分别进行加权处理。
第三计算单元160用于基于经加权单元150进行加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
【产品实施方式3】
本实施方式所提供的验证装置包括产品实施方式1中的全部内容,在此不再赘述。如图8所示,在本实施方式中,验证模块300包括:第一匹配单元310、识别单元320、判断单元330、查询单元340、第二匹配单元350、第一验证单元360、第二验证单元370,具体地:
第一匹配单元310用于将所述对象信息中的对照号码与所述联系号码进行匹配。
识别单元320用于在第一匹配单元310匹配成功的情形下,通过OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本。
判断单元330用于判断识别单元320识别出的有效时段是否包含当前时间点。
查询单元340用于在判断单元330判定所述有效时段包含当前时间点的情形下,根据所述标识符从对象数据库中查询属性参照值。
第二匹配单元350用于将所述属性文本与查询单元340查询出的属性参照值进行匹配。
第一验证单元360用于在第二匹配单元350匹配成功的情形下,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点。
第二验证单元370用于在所述图像坐标点经第一验证单元360确定验证通过的情形下,确定所述目标对象验证通过。
【产品实施方式4】
本实施方式所提供的验证装置包括产品实施方式3中的全部内容,在此不再赘述。如图9所示,在本实施方式中,第一验证单元360包括:提取组件361、计算组件362、比较组件363和确定组件364,具体地:
提取组件361用于从所述图像的Exif信息中提取出所述图像坐标点。
计算组件362用于计算提取组件361提取出的图像坐标点与所述对照坐标点之间的距离。
比较组件363用于将计算组件362计算出的距离与设定阈值进行比较。
确定组件364用于在比较组件363比较出所述距离小于或等于设定阈值的情形下,确定所述图像坐标点验证通过。
【产品实施方式5】
本实施方式所提供的验证装置包括产品实施方式3中的全部内容,在此不再赘述。如图10所示,在本实施方式中,第一验证单元360包括:识别组件361’、提取组件362’、计算组件363’、比较组件364’和确定组件365’,具体地:
识别组件361’用于识别所述图像的Exif信息中是否存在图像信息篡改标记。
提取组件362’用于在识别组件361’识别出Exif信息中不存在图像信息篡改标记的情形下,从所述Exif信息中提取出所述图像坐标点。
计算组件363’用于计算提取组件362’提取出的图像坐标点与所述对照坐标点之间的距离。
比较组件364’用于将计算组件363’计算出的距离与设定阈值进行比较。
确定组件365’用于在比较组件364’比较出所述距离小于或等于设定阈值的情形下,确定所述图像坐标点验证通过。
如图11所示,本发明的实施方式还提供了一种终端设备,包括存储器21和处理器22;其中,
存储器21用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被处理器22执行时能够实现如方法实施方式1至方法实施方式6中任意一项所述的方法。
在本实施方式中,对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本实施方式中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
此外,本发明的实施方式还提供一种计算机存储介质,所述计算机存储介质用于存储一条或多条计算机指令,其中,当所述一条或多条计算机指令被执行时能够实现如方法实施方式1至方法实施方式6中任意一项所述的方法。
在本实施方式中,对于质量得分满足一定条件的目标对象进行自动验证,因此能够减少人工审核的成本,提高审核效率,同时保证审核的准确率,并且,在本实施方式中,目标对象仅需提交联系号码和图像,因此能够有效降低误输入和不规范输入的可能性。
本领域的技术人员可以清楚地了解到本发明可全部通过软件实现,也可借助软件结合硬件平台的方式来实现。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,所述计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,智能手机或者网络设备等)执行本发明各个实施方式或者实施方式的某些部分所述的方法。
本文中所使用的“软件”等词均指一般意义上的任意类型的计算机编码或者计算机可执行指令集,可以运行所述编码或者指令集来使计算机或其他处理器程序化以执行如上所述的本发明的技术方案的各个方面。此外,需要说明的是,根据实施方式的一个方面,在执行时实施本发明的技术方案的方法的一个或多个计算机程序不必须要在一台计算机或处理器上,而是可以分布于多个计算机或者处理器中的模块中,以执行本发明的技术方案的各个方面。
计算机可执行指令可以有许多形式,如程序模块,可以由一台或多台计算机或是其他设备执行。一般地,程序模块包括例程、程序、对象、组件以及数据结构等等,执行特定的任务或是实施特定的抽象数据类型。特别地,在各种实施方式中,程序模块进行的操作可以根据各个不同实施方式的需要进行结合或者拆分。
并且,本发明的技术方案可以体现为一种方法,并且已经提供了所述方法的至少一个示例。可以通过任何一种合适的顺序执行动作,所述动作表现为所述方法中的一部分。因此,实施方式可以构造成可以按照与所示出的执行顺序不同的顺序执行动作,其中,可以包括同时地执行一些动作(尽管在示出的实施方式中,这些动作是连续的)。
本文所给出的和使用的定义,应当对照字典、通过引用而并入的文档中的定义、和/或其通常意思进行理解。
在权利要求书中以及上述的说明书中,所有的过度短语,例如“包括”、“具有”、“包含”、“承载”、“具有”、“涉及”、“主要由…组成”以及类似词语是应理解为是开放式的,即,包含但不限于。
本发明说明书中使用的术语和措辞仅仅为了举例说明,并不意味构成限定。本领域技术人员应当理解,在不脱离所公开的实施方式的基本原理的前提下,对上述实施方式中的各细节可进行各种变化。因此,本发明的范围只由权利要求确定,在权利要求中,除非另有说明,所有的术语应按最宽泛合理的意思进行理解。
以上具体描述了本发明的各种不同的实施方式,下面以另一种形式描述本发明各实施方式的技术方案的各个方面或特征,并且其不限于下述一系列段落,为了清楚起见,可给这些段落中的一些或所有段落指定字母数字。这些段落中的每一段可以以任何合适的方式与一个或多个其他段落的内容组合。在不限定合适的组合中的一些的实例的条件下,下文中的一些段落特别引用其他段落并且进一步限定其他段落。
A1、一种验证方法,所述方法包括:
根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;
将所述质量得分与设定阈值进行比较;
若所述质量得分大于或等于设定阈值,则根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
A2、如A1所述的方法中,根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分包括:
统计所述对象信息中评论词的词频;
根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分;
根据所述情感得分计算所述目标对象的评论维度得分;
从所述对象信息中提取出用户评分和需求量化指标;
对所述评论维度得分、用户评分和需求量化指标分别进行加权处理;
基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
A3、如A1所述的方法中,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象包括:
将所述对象信息中的对照号码与所述联系号码进行匹配;
若匹配成功,则通过OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本;
判断所述有效时段是否包含当前时间点;
若包含当前时间点,则根据所述标识符从对象数据库中查询属性参照值;
将所述属性文本与所述属性参照值进行匹配;
若匹配成功,则根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点;
若所述图像坐标点验证通过,则确定所述目标对象验证通过。
A4、如A3所述的方法中,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点包括:
从所述图像的Exif信息中提取出所述图像坐标点;
计算所述图像坐标点与所述对照坐标点之间的距离;
将所述距离与设定阈值进行比较;
若所述距离小于或等于设定阈值,则确定所述图像坐标点验证通过。
A5、如A4所述的方法中,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点还包括:
识别所述Exif信息中是否存在图像信息篡改标记;
若不存在图像信息篡改标记,则执行下述处理:从所述图像的Exif信息中提取出所述图像坐标点。
B6、一种验证装置,所述装置包括:
计算模块,用于根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;
比较模块,用于将所述质量得分与设定阈值进行比较;
验证模块,用于在所述质量得分大于或等于设定阈值的情形下,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
B7、如B6所述的装置中,所述计算模块包括:
统计单元,用于统计所述对象信息中评论词的词频;
第一计算单元,用于根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分;
第二计算单元,用于根据所述情感得分计算所述目标对象的评论维度得分;
提取单元,用于从所述对象信息中提取出用户评分和需求量化指标;
加权单元,用于对所述评论维度得分、用户评分和需求量化指标分别进行加权处理;
第三计算单元,用于基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
B8、如B6所述的装置中,所述验证模块包括:
第一匹配单元,用于将所述对象信息中的对照号码与所述联系号码进行匹配;
识别单元,用于在匹配成功的情形下,通过OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本;
判断单元,用于判断所述有效时段是否包含当前时间点;
查询单元,用于在所述有效时段包含当前时间点的情形下,根据所述标识符从对象数据库中查询属性参照值;
第二匹配单元,用于将所述属性文本与所述属性参照值进行匹配;
第一验证单元,用于在匹配成功的情形下,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点;
第二验证单元,用于在所述图像坐标点验证通过的情形下,确定所述目标对象验证通过。
B9、如B8所述的装置中,所述第一验证单元包括:
提取组件,用于从所述图像的Exif信息中提取出所述图像坐标点;
计算组件,用于计算所述图像坐标点与所述对照坐标点之间的距离;
比较组件,用于将所述距离与设定阈值进行比较;
确定组件,用于在所述距离小于或等于设定阈值的情形下,确定所述图像坐标点验证通过。
B10、如B9所述的装置中,所述第一验证单元还包括:
识别组件,用于识别所述Exif信息中是否存在图像信息篡改标记。
C11、一种终端设备,包括存储器和处理器;其中,
所述存储器用于存储一条或多条计算机指令,其中,所述一条或多条计算机指令被所述处理器执行时能够实现如A1至A5中任一项所述的方法。
D12、一种计算机存储介质,用于存储一条或多条计算机指令,其中,当所述一条或多条计算机指令被执行时能够实现如A1至A5中任一项所述的方法。
Claims (10)
1.一种验证方法,其特征在于,所述方法包括:
根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;
将所述质量得分与设定阈值进行比较;
若所述质量得分大于或等于设定阈值,则根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
2.如权利要求1所述的方法,其特征在于,根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分包括:
统计所述对象信息中评论词的词频;
根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分;
根据所述情感得分计算所述目标对象的评论维度得分;
从所述对象信息中提取出用户评分和需求量化指标;
对所述评论维度得分、用户评分和需求量化指标分别进行加权处理;
基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
3.如权利要求1所述的方法,其特征在于,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象包括:
将所述对象信息中的对照号码与所述联系号码进行匹配;
若匹配成功,则通过光学字符识别OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本;
判断所述有效时段是否包含当前时间点;
若包含当前时间点,则根据所述标识符从对象数据库中查询属性参照值;
将所述属性文本与所述属性参照值进行匹配;
若匹配成功,则根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点;
若所述图像坐标点验证通过,则确定所述目标对象验证通过。
4.如权利要求3所述的方法,其特征在于,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点包括:
从所述图像的可交换图像文件Exif信息中提取出所述图像坐标点;
计算所述图像坐标点与所述对照坐标点之间的距离;
将所述距离与设定阈值进行比较;
若所述距离小于或等于设定阈值,则确定所述图像坐标点验证通过。
5.如权利要求4所述的方法,其特征在于,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点还包括:
识别所述Exif信息中是否存在图像信息篡改标记;
若不存在图像信息篡改标记,则执行下述处理:从所述图像的Exif信息中提取出所述图像坐标点。
6.一种验证装置,其特征在于,所述装置包括:
计算模块,用于根据从第三方数据源挖掘到的对象信息,计算目标对象的质量得分;
比较模块,用于将所述质量得分与设定阈值进行比较;
验证模块,用于在所述质量得分大于或等于设定阈值的情形下,根据所述对象信息和由所述目标对象提交的联系号码及图像,自动验证所述目标对象。
7.如权利要求6所述的装置,其特征在于,所述计算模块包括:
统计单元,用于统计所述对象信息中评论词的词频;
第一计算单元,用于根据所述词频和所述评论词的情感倾向,计算所述评论词的情感得分;
第二计算单元,用于根据所述情感得分计算所述目标对象的评论维度得分;
提取单元,用于从所述对象信息中提取出用户评分和需求量化指标;
加权单元,用于对所述评论维度得分、用户评分和需求量化指标分别进行加权处理;
第三计算单元,用于基于经所述加权处理后的评论维度得分、用户评分和需求量化指标,计算所述目标对象的质量得分。
8.如权利要求6所述的装置,其特征在于,所述验证模块包括:
第一匹配单元,用于将所述对象信息中的对照号码与所述联系号码进行匹配;
识别单元,用于在匹配成功的情形下,通过OCR技术从所述图像中识别出所述目标对象的有效时段、标识符和待核对的属性文本;
判断单元,用于判断所述有效时段是否包含当前时间点;
查询单元,用于在所述有效时段包含当前时间点的情形下,根据所述标识符从对象数据库中查询属性参照值;
第二匹配单元,用于将所述属性文本与所述属性参照值进行匹配;
第一验证单元,用于在匹配成功的情形下,根据所述对象信息中的对照坐标点,验证对应于所述图像的图像坐标点;
第二验证单元,用于在所述图像坐标点验证通过的情形下,确定所述目标对象验证通过。
9.如权利要求8所述的装置,其特征在于,所述第一验证单元包括:
提取组件,用于从所述图像的Exif信息中提取出所述图像坐标点;
计算组件,用于计算所述图像坐标点与所述对照坐标点之间的距离;
比较组件,用于将所述距离与设定阈值进行比较;
确定组件,用于在所述距离小于或等于设定阈值的情形下,确定所述图像坐标点验证通过。
10.如权利要求9所述的装置,其特征在于,所述第一验证单元还包括:
识别组件,用于识别所述Exif信息中是否存在图像信息篡改标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083882.0A CN108171589A (zh) | 2018-01-29 | 2018-01-29 | 验证方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810083882.0A CN108171589A (zh) | 2018-01-29 | 2018-01-29 | 验证方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108171589A true CN108171589A (zh) | 2018-06-15 |
Family
ID=62515822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810083882.0A Pending CN108171589A (zh) | 2018-01-29 | 2018-01-29 | 验证方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108171589A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378340A (zh) * | 2019-07-23 | 2019-10-25 | 上海秒针网络科技有限公司 | 地址合规识别方法、装置、存储介质及电子装置 |
CN111325113A (zh) * | 2020-02-03 | 2020-06-23 | 支付宝(杭州)信息技术有限公司 | 图像检测方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299762A (zh) * | 2008-06-20 | 2008-11-05 | 北京中星微电子有限公司 | 一种身份认证方法及装置 |
CN102801528A (zh) * | 2012-08-17 | 2012-11-28 | 珠海市载舟软件技术有限公司 | 基于智能移动通讯设备的身份验证系统及其方法 |
CN103455562A (zh) * | 2013-08-13 | 2013-12-18 | 西安建筑科技大学 | 一种文本倾向性分析方法及基于该方法的商品评论倾向判别器 |
CN107547501A (zh) * | 2017-05-26 | 2018-01-05 | 新华三技术有限公司 | 身份认证方法及装置 |
-
2018
- 2018-01-29 CN CN201810083882.0A patent/CN108171589A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101299762A (zh) * | 2008-06-20 | 2008-11-05 | 北京中星微电子有限公司 | 一种身份认证方法及装置 |
CN102801528A (zh) * | 2012-08-17 | 2012-11-28 | 珠海市载舟软件技术有限公司 | 基于智能移动通讯设备的身份验证系统及其方法 |
CN103455562A (zh) * | 2013-08-13 | 2013-12-18 | 西安建筑科技大学 | 一种文本倾向性分析方法及基于该方法的商品评论倾向判别器 |
CN107547501A (zh) * | 2017-05-26 | 2018-01-05 | 新华三技术有限公司 | 身份认证方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110378340A (zh) * | 2019-07-23 | 2019-10-25 | 上海秒针网络科技有限公司 | 地址合规识别方法、装置、存储介质及电子装置 |
CN111325113A (zh) * | 2020-02-03 | 2020-06-23 | 支付宝(杭州)信息技术有限公司 | 图像检测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9892384B2 (en) | Extracting product purchase information from electronic messages | |
US9875486B2 (en) | Extracting product purchase information from electronic messages | |
CN106296195A (zh) | 一种风险识别方法及装置 | |
CA2869888C (en) | Discovering spam merchants using product feed similarity | |
WO2019179010A1 (zh) | 数据集获取方法、分类方法、装置、设备及存储介质 | |
CN106651232B (zh) | 运单号数据分析方法及装置 | |
CN113935710A (zh) | 一种合同审核的方法、装置、电子设备及存储介质 | |
CN111144087A (zh) | 基于人工智能的企业法律流程辅助决策系统及方法 | |
CN110009297A (zh) | 一种基于信用的资质信息审核方法、装置及设备 | |
CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
CN114549241A (zh) | 合同审查方法、装置、系统与计算机可读存储介质 | |
CN112801498A (zh) | 风险识别模型的训练方法、风险识别方法、装置及设备 | |
CN113886691A (zh) | 基于历史数据的智能推荐方法、装置、电子设备及介质 | |
CN114881651B (zh) | 一种大数据服务智慧金融用异常交易识别系统及方法 | |
CN108171589A (zh) | 验证方法及装置 | |
WO2016064679A1 (en) | Extracting product purchase information from electronic messages | |
CN113887202A (zh) | 文本纠错方法、装置、计算机设备及存储介质 | |
CN108460049A (zh) | 一种确定信息类别的方法和系统 | |
CN114998920B (zh) | 基于nlp语义识别的供应链金融文件管理方法及系统 | |
CN114528851B (zh) | 回复语句确定方法、装置、电子设备和存储介质 | |
CN115577172A (zh) | 物品推荐方法、装置、设备及介质 | |
CN107741932A (zh) | 用户数据融合方法及系统 | |
CN113327161A (zh) | 一种用于信贷业务的智能风控决策系统 | |
CN113269179A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111159351A (zh) | 一种用于企业的法律流程分析系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100085 Beijing, Haidian District on the road to the information on the ground floor of the 1 to the 3 floor of the 2 floor, room 11, 202 Applicant after: Beijing Xingxuan Technology Co., Ltd. Address before: 100085 Beijing, Haidian District on the road to the information on the ground floor of the 1 to the 3 floor of the 2 floor, room 11, 202 Applicant before: BEIJING XIAODU INFORMATION TECHNOLOGY CO., LTD. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |