CN109345266A - 基于区块链的评价处理方法及装置 - Google Patents

Abstract

本公开的实施例公开了一种基于区块链的评价处理方法、装置和计算机可读存储介质。一种基于区块链的评价处理方法包括：A.接收第一用户针对第一服务发出的第一评价信息；B.生成与区块链上所述第一用户的账户相对应的第一凭证和第二凭证；C.基于分成规则集合中的第一规则，在区块链上发起第一转移交易，以向所述区块链上的平台账户发送所述第一凭证和向第二用户的账户发送所述第二凭证，其中，所述第二用户针对所述第一服务发出第二评价信息，所述第二评价信息在时间上先于所述第一评价信息。根据本公开的实施例的方法可以有效屏蔽大规模黑产作假行为，提高用户评价积极性，并避免水军恶意注册。

Description

基于区块链的评价处理方法及装置

技术领域

本公开总体上涉及信息处理技术，更具体地说，涉及基于区块链的评价处理方法、装置及相应的计算机可读存储介质。

背景技术

区块链(Block Chain)技术是基于去中心化的对等网络，将密码学原理与共识机制相结合，来保障分布式各节点的数据连贯和持续，实现分布式账本的不可篡改和不可伪造等特性，从而创造了一套隐私、高效、安全的分布式信任体系。

随着互联网的发展，越来越多的用户(例如，消费者)通过互联网享受由服务提供者提供的各种服务(例如，网络购物、打车服务、内容服务等)，这种远距离交易同时带来了信任危机，用户在享受服务前如何确保服务的质量好坏成了一个急需解决的问题。在现有的交易体制下，通常通过其它用户的评价来判断服务质量的优劣。信息服务评价体系是互联网信息服务重要组成部分，交易评价会直接影响用户对服务的判断，进而直接影响服务提供者交易转化。这种评价方式可能导致服务提供者通过水军刷单获取交易虚假好评，制造虚假评价以扰乱平台秩序带来流量转化。其主要原因在于，服务平台对评价激励有限，消费者参与服务评价积极性不高，随意评价，评价不够客观真实。

因此，需要一种改进的评价处理方法。

发明内容

总体上，本公开的实施例提供了基于区块链的评价处理方法、装置及相应的计算机可读存储介质以至少部分地解决现有技术的上述及其它潜在问题。

本公开实施例的第一方面提供了一种基于区块链的评价处理方法，所述方法包括：A.接收第一用户针对第一服务发出的第一评价信息；B.生成与区块链上所述第一用户的账户相对应的第一凭证和第二凭证；C.基于分成规则集合中的第一规则，在区块链上发起第一转移交易，以向所述区块链上的平台账户发送所述第一凭证和向第二用户的账户发送所述第二凭证，其中，所述第二用户针对所述第一服务发出第二评价信息，所述第二评价信息在时间上先于所述第一评价信息。

在一个示例中，所述方法还包括：在步骤A之前，当接收到所述第一用户的注册请求时，对所述第一用户进行人机识别或KYC认证中的至少一个以确定所述第一用户是否为虚假用户；在所述第一用户不是虚假用户的情况下，接受所述第一用户的注册，并且所述区块链上所述第一用户的账户被配置有初始凭证。

在一个示例中，所述方法还包括：将所述第一评价信息分类为第一评价类别和第二评价类别；如果所述第一评价信息是所述第一评价类别的，则以有向无环图的形式将所述第一评价信息存储到针对所述第一服务的第一评价集，所述第一评价集包括所述第一评价类别的评价信息，或者如果所述第一评价信息是所述第二评价类别的，则以有向无环图的形式将所述第一评价信息存储到针对所述第一服务的第二评价集，所述第二评价集包括所述第二评价类别的评价信息。

在一个示例中，所述方法还包括：生成与所述区块链上所述第一服务的服务提供者的账户相对应的第三凭证和第四凭证；基于所述分成规则集合中的第二规则，在所述区块链上发起第二转移交易，以向发出所述第一评价集中的评价信息的用户发送所述第三凭证和向发出所述第二评价集中的评价信息的用户发送第四凭证，其中，如果所述第一评价集中的评价信息数量大于所述第二评价集中的评价信息数量，则所述第三凭证大于所述第二凭证，或者如果所述第一评价集中的评价信息数量小于或等于所述第二评价集中的评价信息数量，则所述第三凭证小于或等于所述第四凭证。

在一个示例中，所述方法还包括：生成与所述区块链上的所述平台账户相对应的第五凭证和第六凭证；基于所述分成规则集合中的第三规则，在所述区块链上发起第三转移交易，以向发出所述第一评价集中的评价信息的用户发送所述第五凭证和向发出所述第二评价集中的评价信息的用户发送第六凭证，其中，如果所述第一评价集中的评价信息数量大于所述第二评价集中的评价信息数量，则所述第三凭证大于所述第二凭证，或者如果所述第一评价集中的评价信息数量小于或等于所述第二评价集中的评价信息数量，则所述第五凭证小于或等于所述第六凭证。

在一个示例中，所述方法还包括：在步骤C之前，基于用户分类模型对所述第一用户进行分类以确定所述第一用户是否为特定类别的用户，其中，所述用户分类模型基于所述第一用户的历史服务次数、历史服务频率、历史服务交易凭证、历史评价次数和历史评价频率中的一个或多个来建立；在所述第一用户为特定类别的用户的情况下，转到步骤C。

在一个示例中，所述方法还包括：在步骤C之前，识别发出所述第一评价信息的所述第一用户是人还是机器；在所述第一用户被识别为人的情况下，转到步骤C。

在一个示例中，识别发出所述第一评价信息的所述第一用户是人还是机器包括：基于获取到的所述第一用户的行为数据，识别发出所述第一评价信息的所述第一用户是人还是机器。

在一个示例中，所述方法还包括：当检测到第三用户查看针对所述第一服务的第三评价信息时，生成与所述区块链上所述第三用户的账户相对应的第七凭证和第八凭证；基于所述分成规则集合中的第四规则，在所述区块链上发起第四转移交易，以向所述区块链上第四用户的账户发送所述第七凭证和向所述平台账户发送所述第八凭证，其中，所述第四用户针对所述第一服务发出第四评价信息，所述第四评价信息在时间上先于所述第三评价信息。

在一个示例中，所述方法还包括：所述分成规则集合由与所述区块链上一个或多个用户账户相对应的一个或多个用户在所述区块链上发起分成交易来确定。

本公开实施例的第二方面提供了一种基于区块链的评价处理装置，所述装置包括：存储器，其用于存储指令；以及处理器，其耦合到所述存储器，所述指令在由所述处理器执行时使得所述装置执行根据本公开实施例的第一方面描述的方法。

本公开实施例的第三方面提供了一种计算机可读存储介质。该计算机可读存储介质存储有指令，所述指令用于执行根据本公开实施例的第一方面描述的方法。

本公开的实施例可以提升用户评价积性，屏蔽或防止无成本随意刷单水军，同时提高服务交易评价的作假门槛，从而使评价更为真实。本公开的实施例可以适用的范围包括但不限于：共享经济、电商、招聘黑调等任何涉及服务定制的场景。

附图说明

现将仅通过示例的方式，参考所附附图对本公开的实施例进行描述，在附图中，相同或相似的附图标注表示相同或相似的元素，其中：

图1示出了其中可以实现本公开实施例的示例性架构100的示意图；

图2示出了根据本公开实施例的基于区块链的示例性评价处理方法200的流程图；

图3示出了根据本公开实施例的在基于区块链的示例性评价处理装置300的示意图；以及

图4示出了根据本公开的实施例的示例性用户注册过程400。

具体实施方式

现将结合附图对本公开的实施例进行具体的描述。应当注意的是，附图中对相似的部件或者功能组件可能使用同样的数字标示。所附附图仅仅旨在说明本公开的实施例。本领域技术人员可以在不偏离本公开精神和保护范围的基础上从下述描述得到替代的实施方式。

本文所使用的术语“包括”、“包含”及类似术语应该被理解为是开放性的术语，即“包括/包含但不限于”，表示还可以包括其它内容。术语“基于”是“至少部分地基于"。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”，等等。本文使用词语“示例性”表示“充当示例、实例或举例说明”。本文中被描述为“示例性”的任何实施例都并非必然解释为对于其它实施例而言是优选的或有优势的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。对于附图中的各单元之间的连线，仅仅是为了便于说明，其表示至少连线两端的单元是相互通信的，并非旨在限制未连线的单元之间无法通信。

如前所述，信息服务评价体系是互联网信息服务重要组成部分，交易刷单虚假评价对服务提供者交易转化有直接影响。一方面，服务提供者可以通过水军刷单获取交易虚假好评，制造虚假评价以扰乱平台秩序带来流量转化。当前互联网络信息服务评价操作便捷无成本，水军制造虚假评价作弊行为猖獗，虚假评价直接影响用户对服务的判断。另一方面，用户(例如，消费者)参与服务评价积极性不高，随意评价，评价不够客观真实。其主要原因在于：1、现有评价体系对用户的激励有限，导致用户参与度不高，缺乏一种长期有效的激励机制；2、黑色产业(本文中简称“黑产”)链猖獗，水军刷单评价随意无成本；3、虚假交易评价作弊门槛低；4、用户注册过程简单，水军用户识别难。黑产在各信息服务平台维护大量水军账户，通过机器操作虚假交易，为平台供应商提供刷单虚假评价服务，以谋取非法利益。

有鉴于此，本公开的实施例提供了一种基于区块链的评价处理方案，该方案可以提升用户评价积性，屏蔽或防止无成本随意刷单水军，同时提高服务交易评价的作假门槛，从而使评价更为真实。

为了便于描述，下面对本公开中出现的术语进行说明。本公开中的术语“凭证”是指一种数字权益证明(例如，数值化的权益证明)，可以用于表征交易的发起方(发送方)或接收方的数字化权益，并且凭证包括但不限于指示例如资产的金额、积分等等。

图1示出了其中可以实现本公开实施例的示例性架构100的示意图。该示例性架构100包括区块链网络110、服务提供者120、评价(或服务)平台130、评价者140、评价查看者150和虚拟董事160。区块链网络110包括多个区块链节点101、102、103、104。服务提供者120(例如，商户)可以通过评价(或服务)平台130向用户(例如，消费者)提供各种服务，评价者140是指与服务提供者120已进行过服务交易并且在评价平台上对服务进行评价的用户，评价查看者150是指在评价平台上查看针对服务的评价信息的用户，虚拟董事160是指从用户中选择的一个或多个用户以投票决定相关事务处理，例如决定分成规则集合。应当理解，评价者140、评价查看者150和虚拟董事160可以是或包括相同的用户或不同的用户。

应当理解，图1中的区块链节点的数量仅是示意而非限制，其可以是任意数量，该区块链网络110还可以包括其它各种类型的节点。由于区块链技术具有去中心化、分布式的特性，各区块链节点可通过各种通信介质互相交换信息。例如，每个区块链节点可以对应于服务提供者120、评价(或服务)平台130、评价者140、评价查看者150或虚拟董事160。服务提供者120、评价(或服务)平台130、评价者140、评价查看者150和虚拟董事160可以通过(例如，客户端或应用程序接口)访问区块链节点101-104中的若干个节点发起交易，当交易达到一定数量或超时后，一个或多个交易打包成区块并被发送到节点。此外，可以在各个区块链节点101-104处执行智能合约的管理操作，诸如智能合约的安装和部署等，使得交易的发起是通过调用和执行智能合约来实现的。在区块链网络110上，服务提供者120、评价(或服务)平台130、评价者140、评价查看者150或虚拟董事160具有相应的区块链账户，每个账户在建立时被配置有初始凭证。

图2示出了根据本公开实施例的基于区块链的示例性评价处理方法200的流程。可以在图1的示例性架构100中执行方法200。如流程图所示，方法200包括以下步骤：

步骤201：接收第一用户针对第一服务发出的第一评价信息。例如，第一用户与服务提供者进行了第一服务的服务交易，并在评价平台上针对第一服务发出的第一评价信息，该评价平台接收第一评价信息。此外，由于进行了该服务交易，可以从第一用户的账户向服务提供者的账户发送某一数量的凭证。

步骤202：生成与区块链上第一用户的账户相对应的第一凭证和第二凭证。

步骤203：基于分成规则集合中的第一规则，在区块链上发起第一转移交易，以向区块链上的平台账户发送第一凭证和向第二用户的账户发送第二凭证，其中，第二用户针对第一服务发出第二评价信息，第二评价信息在时间上先于第一评价信息。例如，基于一定的分成规则，根据所生成的第一凭证和第二凭证，从第一用户的账户向平台账户发送第一凭证并向第二用户的账户发送第二凭证，其中，第二用户在针对第一服务的评价信息链中发出的第二评价信息在时间上先于第一用户所发出的第一评价信息，即第二用户是第一用户的前序评价用户。例如，评论信息是按照时间依序存储的，第二评价信息在时间上先于第一评价信息，意味着第二用户在第一用户之前对第一服务发出评价信息。不同于传统评价处理方法，在该步骤中，当用户对服务(质量)进行评价时，需要发送凭证作为评价成本。例如，该评价成本的一部分可作为共识成本，这是区块链的本性需求，该评价成本的一部分可作为当前评价动作的成本，以屏弊水军随意无成本刷单行为，例如分成规则可以是平台账户获得第一凭证并且在当前评价链信息上的所有前序用户都将平均获得第二凭证。下面给出一个示例性分成规则加以举例说明，该示例同样适用于本公开其它处出现的分成规则。

示例性分成规则

假设k个水军的序列在(总序列长为M)的总评价用户中所处的位置是{n_i}：＝{n₁,n₂,…,n_k}，每个水军在进行评价时需要发送一笔权益值为U的凭证，其中，该凭证的80％发送给平台账户，该凭证的20％发送给包括自己在内的前n_i个用户平分。

在该分成规则下，第n_i个用户获得的权益为则所有水军获得的权益为而水军为此付出的成本为C＝kU。可以求出水军获益时的最小M，将其定义为M^*＝argmin_M R≥C,s.t.M∈Z⁺，Z⁺表示正整数。可以预见，通过设计一定的分成规则，可以获得值较大的M^*，从而提高了水军评价作假的成本，并且当评价链的长度越来越长时，其评价会更加接近真实内容，降低水军评价对交易转化的影响。

在一个示例中，方法200还可以包括以下步骤：在步骤201之前，当接收到第一用户的注册请求时，对第一用户进行人机识别或KYC(Know Your Customer，充分了解你的客户)认证中的至少一个以确定第一用户是否为虚假用户；在第一用户不是虚假用户的情况下，接受第一用户的注册，并且区块链上第一用户的账户被配置有初始凭证。例如，KYC认证可以包括但不限于：活体检测、人脸和OCR(Optical Character Recognition，光学字符识别)身份验证等。在该步骤中，通过对评价平台的用户进行人机识别和/或KYC认证来避免水军恶意注册。该步骤的更详细内容可参考图4示出的示例性用户注册过程400。

在一个示例中，方法200还可以包括以下步骤：将第一评价信息分类为第一评价类别和第二评价类别；如果第一评价信息是第一评价类别的，则以有向无环图(DAG，DirectedAcycle Graph)的形式将第一评价信息存储到针对第一服务的第一评价集，第一评价集包括第一评价类别的评价信息，或者如果第一评价信息是第二评价类别的，则以有向无环图的形式将第一评价信息存储到针对第一服务的第二评价集，第二评价集包括所述评价类别的评价信息。例如，可以从第一评论信息中提取评论数据经自然语义分析模块、使用情感分析模型(例如，朴素贝叶斯模型、深度学习的卷积神经网络模型等)将第一评论信息分类为第一评价类别和第二评价类别，例如好评和中差评。例如，可以使用标签提取模型(例如，CRF(Conditional Random Fields，条件随机场)的序列标注模型、BiLSTM-CRF的深度学习模型等)来提取评论数据。在该步骤中，对于每笔服务交易，针对服务的评价信息链上保存两个集合，好评集(即，第一评价集)和中差评集(即，第二评价集)，使用DAG进行存储可以保存评论次序和深度，查询评价信息时可以根据服务交易来获取数据。对于由服务提供者提供的服务而言，随着评论信息的数量越来越多，两个评论集中具有更大数量的评论信息的评论集可被认为更接近真实的评价。

在一个示例中，方法200还可以包括以下步骤：生成与区块链上第一服务的服务提供者的账户相对应的第三凭证和第四凭证；基于分成规则集合中的第二规则，在区块链上发起第二转移交易，以向发出第一评价集中的评价信息的用户发送第三凭证和向发出第二评价集中的评价信息的用户发送第四凭证，其中，如果第一评价集中的评价信息数量大于第二评价集中的评价信息数量，则第三凭证大于第二凭证，或者如果第一评价集中的评价信息数量小于或等于第二评价集中的评价信息数量，则第三凭证小于或等于第四凭证。在该步骤中，服务提供者可以根据服务生命周期内的收益拿出部分来激励评价者，如前所述，随着评论信息的数量越来越多，两个评论集中具有更大数量的评论信息的更大评论集可被认为更接近真实的评价，因此可以通过向发出更大评论集中的评论信息的用户发送更多的凭证来激励用户，而用户的评价信息越接近真实的评价，其获得的凭证越多，从而进一步提高了用户的评价积极性。在进一步的示例中，可以对用户进行分类，以使得用户通过不同分类在该步骤中获得不同的凭证，例如，可以使得只有特定类别的用户可以获得凭证。对用户进行分类的具体细节可以参考下文的描述。

在一个示例中，方法200还可以包括以下步骤：生成与区块链上的平台账户相对应的第五凭证和第六凭证；基于分成规则集合中的第三规则，在区块链上发起第三转移交易，以向发出第一评价集中的评价信息的用户发送第五凭证和向发出第二评价集中的评价信息的用户发送第六凭证，其中，如果第一评价集中的评价信息数量大于第二评价集中的评价信息数量，则第三凭证大于第二凭证，或者如果第一评价集中的评价信息数量小于或等于第二评价集中的评价信息数量，则第五凭证小于或等于第六凭证。在该步骤中，评价平台可以根据平台账户的收益拿出部分来激励评价者，如前所述，随着评论信息的数量越来越多，两个评论集中具有更大数量的评论信息的更大评论集可被认为更接近真实的评价，因此可以通过向发出更大评论集中的评论信息的用户发送更多的凭证来激励用户，而用户的评价信息越接近真实的评价，其获得的凭证越多，从而进一步提高了用户的评价积极性。在进一步的示例中，可以对用户进行分类，以使得用户通过不同分类在该步骤中获得不同的凭证，例如，可以使得只有特定类别的用户可以获得凭证。对用户进行分类的具体细节可以参考下文的描述。

在一个示例中，方法200还可以包括以下步骤：在步骤203之前，基于用户分类模型对第一用户进行分类以确定第一用户是否为特定类别的用户，其中，该用户分类模型基于第一用户的历史服务次数、历史服务频率、历史服务交易凭证、历史评价次数和历史评价频率中的一个或多个来建立；在第一用户为特定类别的用户的情况下，转到步骤203。在该步骤中，可以基于用户分类模型对第一用户进行分类以确定第一用户是否为特定类别的用户，例如采用星级分类对用户进行分类以确定用户是否是星级用户，并且在第一用户是特定类别的用户(例如，星级用户)的情况下，才转到步骤203。通过对用户进行分类，可以进一步提高评价的门槛。此外，基于分成规则，可以使得不同分类的用户获得不同的凭证，甚至不能获得凭证。

在一个示例中，方法200还可以包括以下步骤：在步骤203之前，识别发出所述第一评价信息的所述第一用户是人还是机器；在第一用户被识别为人的情况下，转到步骤203。在该步骤中，通过人机识别来判断发出评论信息的对象是人还是机器，避免机器操作虚假评论。

在一个示例中，识别发出第一评价信息的第一用户是人还是机器可以包括以下步骤：基于获取到的第一用户的行为数据，识别发出第一评价信息的第一用户是人还是机器。在该步骤中，例如可以通过采集的移动端和个人电脑端网页用户行为数据(例如，包括且不限于鼠标轨迹数据及风险环境数据等)，并将该用户行为数据推送到分析引擎并使用机器学习算法(例如，随机森林算法)学习人操作过程、鼠标轨迹数据，识别出机器操作概率，并且基于该概率判断是人还是机器在操作。

在一个示例中，当检测到第三用户查看针对第一服务的第三评价信息时，生成与区块链上第三用户的账户相对应的第七凭证和第八凭证；基于分成规则集合中的第四规则，在区块链上发起第四转移交易，以向区块链上第四用户的账户发送第七凭证和向平台账户发送第八凭证，其中，第四用户针对第一服务发出第四评价信息，第四评价信息在时间上先于所述第三评价信息。与步骤203类似，在该步骤中，当第三用户(即，评价查看者)查看评价链上的评价信息时，需要向前序评价用户和平台账户各自发送凭证。

在一个示例中，所述分成规则集合由与所述区块链上一个或多个用户账户相对应的一个或多个用户在所述区块链上发起分成交易来确定。例如，从用户中选择的一个或多个用户(即，虚拟董事)可以通过发起分成交易来确定分成规则集合中的各个分成规则(例如，第一、第二、第三和第四规则)，例如，通过虚拟董事投票来调整发送凭证的分成比例等等。

此外，当用户的账户不足以发送凭证时，则不执行评价动作并且不存储评价信息。

应当理解，在前述各个示例中，在区块链上发起交易可以是通过调用和执行智能合约来实现的，智能合约是一套以数字形式定义的承诺(promises)，包括合约参与方可以在上面执行这些承诺的协议，当一个预先编好的条件被触发时，智能合约执行相应的事务。

根据图2描述的实施例，提供了基于区块链的评价处理方案，该方案具有如下优点：1、黑产作假成本高，需要获得凭证来作为评价成本，从而提高评价作假门槛，并且大规模作假成本高收益慢，可以有效屏蔽大规模黑产作假行为；2、评价相当于权益投资，不能立刻收益，提升用户积极性，后续评价所发送的凭证根据分成比例分配给前序评价用户；3、通过人机识别和KYC认证，避免水军恶意注册。

图3示出了根据本公开实施例的在区块链节点处进行信息处理的示例性装置300的示意图。装置300可以包括：存储器301和耦合到存储器301的处理器302。存储器301用于存储指令，处理器302被配置为基于存储器301存储的指令来使装置300实现针对本公开实施例所描述的方法(例如，图2的方法200)的步骤中的任何步骤中的一个或多个。

如图3所示，装置300还可以包括通信接口303，用于与其它设备进行信息交互。此外，装置300还可以包括总线304，存储器301、处理器302和通信接口303通过总线304来彼此进行通信。

存储器301可以包括易失性存储器，也可以包括非易失性存储器。处理器302可以是中央处理器(CPU)、微控制器、专用集成电路(ASIC)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、或是被配置为实现本发明的实施例的一个或多个集成电路。

图4示出了根据本公开的实施例的示例性用户注册过程400。该示例性用户注册过程400示出了用户401向评价平台的注册过程，该过程涉及在用户401、注册单元402、活体检测单元403、人脸和OCR身份验证单元404、人机识别单元405之间的交互。注册单元402、活体检测单元403、人脸和OCR身份验证单元404、人机识别单元405是评价平台的部分。

如图所示，用户注册过程400可以包括：1、用户401向注册单元发送注册请求410；2、触发人机识别单元405对用户401进行人机识别415；3、人机识别单元405返回人机识别结果420；4、在用户被识别为人的情况下，返回注册页面425；5、用户401向注册单元402提交用户注册信息430；6、注册单元402向用户要求401活体检测435；7、用户401向注册单元402提交活体动作信息440(例如，眨眼、摇头等动作信息)；7、活体检测单元403对用户401进行活体检测445；8、活体检测单元403返回活体检测结果450；8、在活体验证通过的情况下，注册单元402向用户401要求身份验证455；9、用户401向注册单元402提交活体动作信息460(例如，人脸信息、手持证件等动作信息)；10、人脸和OCR身份验证单元404进行证件信息验证465；11、人脸和OCR身份验证单元返回验证结果470；12、在验证获得通过情况下，注册单元402接受用户401的注册，并返回注册成功475。示例性注册过程400通过人机识别服务及KYC认证服务来防止规模化机器作假注册，其中，人机识别服务如前文所述，KYC认证服务可以包括活体检测、人脸和OCR身份验证，通过活体检测及OCR识别身份信息，通过人脸识别认证来确认用户信息真实性。

根据图4的示例性用户注册过程，可以使得在评价周期中结合人机识别、用户信息认证、活体检测等安全防护多级认证，来有效防止黑产大规模作假行为。

此外，替代地，上述的基于区块链的评价处理方法能够通过计算机程序产品，即有形的计算机可读存储介质来体现。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开实施例的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

以上所述仅为本公开的可选实施例，并不用于限制本公开的实施例，对于本领域的技术人员来说，本公开的实施例可以有各种更改和变化。凡在本公开的实施例的精神和原则之内，所作的任何修改、等效替换、改进等，均应包含在本公开的实施例的保护范围之内。此外，尽管可能关于若干实施方式中的一个来公开实施例的特定特征或方面，但是可以将这种特征或方面与其它实施方式的一个或多个其它特征或方面进行组合，这是由于其对任何给定或特定应用来说是期望且有利的。

虽然已经参考若干具体实施例描述了本公开的实施例，但是应该理解，本公开的实施例并不限于所公开的具体实施例。本公开的实施例旨在涵盖在所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。

Claims (12)

1.一种基于区块链的评价处理方法，其特征在于，包括：

A.接收第一用户针对第一服务发出的第一评价信息；

B.生成与区块链上所述第一用户的账户相对应的第一凭证和第二凭证；

C.基于分成规则集合中的第一规则，在区块链上发起第一转移交易，以向所述区块链上的平台账户发送所述第一凭证和向第二用户的账户发送所述第二凭证，其中，所述第二用户针对所述第一服务发出第二评价信息，所述第二评价信息在时间上先于所述第一评价信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

在步骤A之前，当接收到所述第一用户的注册请求时，对所述第一用户进行人机识别或KYC认证中的至少一个以确定所述第一用户是否为虚假用户；

在所述第一用户不是虚假用户的情况下，接受所述第一用户的注册，并且所述区块链上所述第一用户的账户被配置有初始凭证。

3.根据权利要求1所述的方法，其特征在于，还包括：

将所述第一评价信息分类为第一评价类别和第二评价类别；

如果所述第一评价信息是所述第一评价类别的，则以有向无环图的形式将所述第一评价信息存储到针对所述第一服务的第一评价集，所述第一评价集包括所述第一评价类别的评价信息，或者

如果所述第一评价信息是所述第二评价类别的，则以有向无环图的形式将所述第一评价信息存储到针对所述第一服务的第二评价集，所述第二评价集包括所述第二评价类别的评价信息。

4.根据权利要求3所述的方法，其特征在于，还包括：

生成与所述区块链上所述第一服务的服务提供者的账户相对应的第三凭证和第四凭证；

基于所述分成规则集合中的第二规则，在所述区块链上发起第二转移交易，以向发出所述第一评价集中的评价信息的用户发送所述第三凭证和向发出所述第二评价集中的评价信息的用户发送第四凭证，其中，如果所述第一评价集中的评价信息数量大于所述第二评价集中的评价信息数量，则所述第三凭证大于所述第二凭证，或者如果所述第一评价集中的评价信息数量小于或等于所述第二评价集中的评价信息数量，则所述第三凭证小于或等于所述第四凭证。

5.根据权利要求3所述的方法，其特征在于，还包括：

生成与所述区块链上的所述平台账户相对应的第五凭证和第六凭证；

基于所述分成规则集合中的第三规则，在所述区块链上发起第三转移交易，以向发出所述第一评价集中的评价信息的用户发送所述第五凭证和向发出所述第二评价集中的评价信息的用户发送第六凭证，其中，如果所述第一评价集中的评价信息数量大于所述第二评价集中的评价信息数量，则所述第三凭证大于所述第二凭证，或者如果所述第一评价集中的评价信息数量小于或等于所述第二评价集中的评价信息数量，则所述第五凭证小于或等于所述第六凭证。

6.根据权利要求1所述的方法，其特征在于，还包括：

在步骤C之前，基于用户分类模型对所述第一用户进行分类以确定所述第一用户是否为特定类别的用户，其中，所述用户分类模型基于所述第一用户的历史服务次数、历史服务频率、历史服务交易凭证、历史评价次数和历史评价频率中的一个或多个来建立；

在所述第一用户为特定类别的用户的情况下，转到步骤C。

7.根据权利要求1所述的方法，其特征在于，还包括：

在步骤C之前，识别发出所述第一评价信息的所述第一用户是人还是机器；

在所述第一用户被识别为人的情况下，转到步骤C。

8.根据权利要求7所述的方法，其特征在于，识别发出所述第一评价信息的所述第一用户是人还是机器包括：

基于获取到的所述第一用户的行为数据，识别发出所述第一评价信息的所述第一用户是人还是机器。

9.根据权利要求1所述的方法，其特征在于，还包括：

当检测到第三用户查看针对所述第一服务的第三评价信息时，生成与所述区块链上所述第三用户的账户相对应的第七凭证和第八凭证；

基于所述分成规则集合中的第四规则，在所述区块链上发起第四转移交易，以向所述区块链上第四用户的账户发送所述第七凭证和向所述平台账户发送所述第八凭证，其中，所述第四用户针对所述第一服务发出第四评价信息，所述第四评价信息在时间上先于所述第三评价信息。

10.根据权利要求1所述的方法，其特征在于，还包括：

所述分成规则集合由与所述区块链上一个或多个用户账户相对应的一个或多个用户在所述区块链上发起分成交易来确定。

11.一种基于区块链的评价处理装置，其特征在于，包括：

存储器，其用于存储指令；以及

处理器，其耦合到所述存储器，所述指令在由所述处理器执行时使得所述装置执行根据权利要求1-10项中任一项所述的基于区块链的评价处理方法。

12.一种非暂时性计算机可读存储介质，其特征在于，所述非暂时性计算机可读存储介质存储有指令，所述指令在被执行时用于实现根据权利要求1-10中任一项所述的基于区块链的评价处理方法。