CN109726533A - 用户账号判断方法和装置 - Google Patents
用户账号判断方法和装置 Download PDFInfo
- Publication number
- CN109726533A CN109726533A CN201811581793.5A CN201811581793A CN109726533A CN 109726533 A CN109726533 A CN 109726533A CN 201811581793 A CN201811581793 A CN 201811581793A CN 109726533 A CN109726533 A CN 109726533A
- Authority
- CN
- China
- Prior art keywords
- user
- decision content
- decision
- registered
- registration
- 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
Links
Landscapes
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提出一种用户账号判断方法和装置,其中,方法包括:在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地;将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值;获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值;根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值;若判定预测值大于等于预设判定阈值,则拒绝待注册用户的注册请求。由此,能够用户注册时给出待注册账号的合法性预判,有效提升用户新账号注册质量,从而有效提升优质账户的留存。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种用户账号判断方法和装置。
背景技术
通常,用户需要进行注册后,互联网产品才能提供对应的服务,然而,互联网产品会随着用户的不断进入而不断出现作弊用户、非法用户。相关技术中,在注册时,判断注册名称是否已经被占用或存在不可用字符等,无法对用户账号是否属于恶意注册进行有效判定。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请提出一种用户账号判断方法和装置,用于解决现有技术中无法对用户账号是否属于恶意注册进行有效判定的技术问题。
为达上述目的,本申请第一方面实施例提出了一种用户账号判断方法,包括:
在接收待注册用户的注册请求后,获取所述待注册用户的注册名称、注册时间和注册归属地;
将所述注册名称、所述注册时间和所述注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值;
获取当前系统信息,并通过预设的决策树规则模型对所述当前系统信息进行判定得到第四判定值;
根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值确定判定预测值;
若所述判定预测值大于等于预设判定阈值,则拒绝所述待注册用户的注册请求。
2、如权利要求1所述的方法,其特征在于,在所述将所述注册名称、所述注册时间和所述注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值之前,还包括:
获取用户历史行为数据,其中,所述用户行为数据包括:历史注册时间、历史注册名称和历史注册归属地;
将所述历史注册时间划分到预设的周期区间;
将所述历史注册归属地划分为多个子归属区间;
通过预设算法对不同周期区间对应的所述用户历史行为数据、所述不同子归属区间对应的所述用户历史行为数据、和所述历史注册名称进行训练,生成预设的用户名称判定模型。
3、如权利要求1所述的方法,其特征在于,所述根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值确定判定预测值,包括:
分别赋予所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值不同的权重;
根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值及其分别对应的权重进行计算得到所述判定预测值。
4、如权利要求1所述的方法,其特征在于,在所述拒绝所述待注册用户的注册请求,还包括:
向所述待注册用户发送注册修改提示信息,以使所述用户根据所述注册修改提示信息进行修改后再次发送注册请求。
5、如权利要求1所述的方法,其特征在于,还包括:
若所述判定预测值小于预设判定阈值,则接受所述待注册用户的注册请求。
6、如权利要求1所述的方法,其特征在于,所述当前系统信息,包括:
所述待注册用户在注册页面的停留时长、所述注册请求的发送方式和预设时间内接收注册请求的个数中的一种或者多种。
本申请实施例的用户账号判断方法,通过在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地,并将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值,然后获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值,从而根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值,最后在判定预测值大于等于预设判定阈值时拒绝待注册用户的注册请求。由此,能够用户注册时给出待注册账号的合法性预判,有效提升用户新账号注册质量,从而有效提升优质账户的留存。
为达上述目的,本申请第二方面实施例提出了一种用户账号判断装置,包括:
第一获取模块,用于在接收待注册用户的注册请求后,获取所述待注册用户的注册名称、注册时间和注册归属地;
第一判定模块,用于将所述注册名称、所述注册时间和所述注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值;
第二判定模块,用于获取当前系统信息,并通过预设的决策树规则模型对所述当前系统信息进行判定得到第四判定值;
确定模块,用于根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值确定判定预测值;
处理模块,用于若所述判定预测值大于等于预设判定阈值,则拒绝所述待注册用户的注册请求。
本申请实施例的用户账号判断装置,通过在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地,并将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值,然后获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值,从而根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值,最后在判定预测值大于等于预设判定阈值时拒绝待注册用户的注册请求。由此,能够用户注册时给出待注册账号的合法性预判,有效提升用户新账号注册质量,从而有效提升优质账户的留存。
为达上述目的,本申请第三方面实施例提出了一种计算机设备,包括:处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的用户账号判断方法。
为达上述目的,本申请第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的用户账号判断方法。
为达上述目的,本申请第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,实现如第一方面实施例所述的用户账号判断方法。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的一种用户账号判断方法的流程示意图;
图2为本申请实施例的生成预设的用户名称判定模型的流程示意图;
图3为本申请实施例所提供的一种用户账号判断装置的结构示意图;
图4为本申请实施例所提供的另一种用户账号判断装置的结构示意图;
图5为本申请实施例所提供的又一种用户账号判断装置的结构示意图;以及
图6为本申请实施例所提供的计算机设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的用户账号判断方法和装置。
图1为本申请实施例所提供的一种用户账号判断方法的流程示意图。
如图1所示,该用户账号判断方法可以包括以下步骤:
步骤101,在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地。
在实际应用中,用户可以通过输入手机号码、电子邮箱和注册名称等方式发送注册请求,在接收到注册请求后,可以获取待注册用户的注册名称、注册时间也就是接收注册请求的时间和注册归属地。其中,注册归属地可以通过注册设备的互联网协议地址进行获取、或者是用户对注册设备的实时定位获取实时位置信息通过注册请求进行发送等。
步骤102,将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值。
具体地,为了有效提升账号注册质量,本申请首先需要生成预设的用户名称判定模型,具体过程如图2所示:
步骤201,获取用户历史行为数据,其中,用户行为数据包括:历史注册时间、历史注册名称和历史注册归属地。
步骤202,将历史注册时间划分到预设的周期区间。
步骤203,将历史注册归属地划分为多个子归属区间。
步骤204,通过预设算法对不同周期区间对应的用户历史行为数据、不同子归属区间对应的用户历史行为数据、和历史注册名称进行训练,生成预设的用户名称判定模型。
具体地,可以根据实际应用需要设置周期区间,比如半个小时为一周期区间,一天24小时划分为48个周期区间,将所有的用户历史行为数据依据对应的历史注册时间划分进入48个周期区间中。
同时将历史注册归属地划分为多个子归属区间,比如以互联网协议地址归属区域为子归属区间,划分历史注册归属地。
进而,通过预设算法对不同周期区间对应的用户历史行为数据、不同子归属区间对应的用户历史行为数据、和历史注册名称进行训练,生成预设的用户名称判定模型。其中,预设算法可以根据实际应用需要进行选择设置,比如为LSTM(Long Short-TermMemory,长短期记忆网络)算法。
需要说明的是,对用户历史行为数据进行汇总,可以记录对应用户所有的异常行为(包括非法登录次数、多地同时登录次数、可能的被警告次数、黑名单情况等),因此可以确定各个周期区间中哪几个周期区间异常行为比较多,哪几个周期区间正常行为比较多,比如凌晨两点到两点半异常行为比较多;还可以确定哪几个子归属区间异常行为比较多,哪几个子归属区间正常行为比较多,比如子归属区间XX异常行为比较多;还可以确定注册名称是否已经存在或注册名称中是否存在不可用字符等。
因此,生成的用户名称判定模型能够对注册名称、注册时间和注册归属地进行判定得到第一判定值、第二判定值和第三判定值。也就是说,通过预设的用户名称判定模型进行处理后,可以对待注册用户对应的注册请求有初步的判断值。
步骤103,获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值。
其中,当前系统信息,包括:待注册用户在注册页面的停留时长、注册请求的发送方式和预设时间内接收注册请求的个数中的一种或者多种。
也就是说,预先生成决策树规则模型,即通过历史注册用户在注册页面的停留时长、历史注册请求的发送方式和预设时间内接收历史注册请求的个数中的一种或者多种进行模型训练生成决策树规则模型。
从而,通过决策树规则模型用于对待注册用户在注册页面的停留时长比如几秒或者几分钟等、或者是注册请求的发送方式比如接口类型、设备类型等、还可以是预设时间内接收注册请求的个数,比如1秒内接收到接收注册请求的个数为100等等进行规则判定,得到第四判定值。
步骤104,根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值。
步骤105,若判定预测值大于等于预设判定阈值,则拒绝待注册用户的注册请求。
具体地,在获取第一判定值、第二判定值、第三判定值和第四判定值后,比如分别为7、5、8和3,需要通过对第一判定值、第二判定值、第三判定值和第四判定值进行处理确定判定预测值。作为一种可能实现方式,分别赋予第一判定值、第二判定值、第三判定值和第四判定值不同的权重,根据第一判定值、第二判定值、第三判定值和第四判定值及其分别对应的权重进行计算得到判定预测值。继续以上述例子为例,比如第一判定值、第二判定值、第三判定值和第四判定值对应的权重分别为0.2、0.4、0.3和0.1,从而确定判定预测值为6.1。
需要说明的是,赋予第一判定值、第二判定值、第三判定值和第四判定值不同的权重,可以根据需要进行调整对应的权重,以提高判断效率和准确性。
最后,判定预测值大于等于预设判定阈值,则拒绝待注册用户的注册请求。有效拦截恶意作弊账户的注册行为,将账户合格性的判定前置到用户注册时,减少作弊账户的产生,恶意账户的拦截和处理可以增强用户对系统的信任度,让更多的用户驻留下来,保证系统的合理和鲁棒。
需要说明的是,若判定预测值小于预设判定阈值,则接受待注册用户的注册请求。其中,预设判定阈值可以根据实际应用需要进行选择设置。
需要说明的是,在拒绝待注册用户的注册请求,向待注册用户发送注册修改提示信息,以使用户根据所述注册修改提示信息进行修改后再次发送注册请求。即用户修改注册内容后重新提交可继续发送注册请求,满足用户使用需求。
本实施例的用户账号判断方法,通过在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地,并将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值,然后获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值,从而根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值,最后在判定预测值大于等于预设判定阈值时拒绝待注册用户的注册请求。由此,能够用户注册时给出待注册账号的合法性预判,有效提升用户新账号注册质量,从而有效提升优质账户的留存。
为了实现上述实施例,本申请还提出一种用户账号判断装置。
图3为本申请实施例所提供的一种用户账号判断装置的结构示意图。
如图3所示,该用户账号判断装置30可以包括:第一获取模块301、第一判定模块302、第二判定模块303、确定模块304和处理模块305。其中,
第一获取模块301,用于在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地。
第一判定模块302,用于将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值。
第二判定模块303,用于获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值。
确定模块304,用于根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值。
处理模块305,用于若判定预测值大于等于预设判定阈值,则拒绝待注册用户的注册请求。
在本申请实施例一种可能的实现方式中,如图4所示,在如图3所示实施例的基础上,该用户账号判断装置30还包括:第二获取模块306、第一划分模块307、第二划分模块308和生成模块309。
第二获取模块306,用于获取用户历史行为数据,其中,用户行为数据包括:历史注册时间、历史注册名称和历史注册归属地。
第一划分模块307,用于将历史注册时间划分到预设的周期区间。
第二划分模块308,用于将历史注册归属地划分为多个子归属区间。
生成模块309,用于通过预设算法对不同周期区间对应的用户历史行为数据、不同子归属区间对应的用户历史行为数据和历史注册名称进行训练,生成预设的用户名称判定模型。
在本申请的一个实施例中,确定模块304,具体用于:分别赋予第一判定值、第二判定值、第三判定值和第四判定值不同的权重;根据第一判定值、第二判定值、第三判定值和第四判定值及其分别对应的权重进行计算得到所述判定预测值。
在本申请实施例一种可能的实现方式中,如图5所示,在如图3所示实施例的基础上,该用户账号判断装置30还包括:提示模块310。
其中,提示模块310,用于向待注册用户发送注册修改提示信息,以使用户根据注册修改提示信息进行修改后再次发送注册请求。
在本申请的一个实施例中,处理模块305,还用于:若判定预测值小于预设判定阈值,则接受待注册用户的注册请求。
在本申请的一个实施例中,当前系统信息,包括:
待注册用户在注册页面的停留时长、注册请求的发送方式和预设时间内接收注册请求的个数中的一种或者多种。
需要说明的是,前述对用户账号判断方法实施例的解释说明也适用于该实施例的用户账号判断装置,其实现原理类似,此处不再赘述。
本申请实施例的用户账号判断装置,通过在接收待注册用户的注册请求后,获取待注册用户的注册名称、注册时间和注册归属地,并将注册名称、注册时间和注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值,然后获取当前系统信息,并通过预设的决策树规则模型对当前系统信息进行判定得到第四判定值,从而根据第一判定值、第二判定值、第三判定值和第四判定值确定判定预测值,最后在判定预测值大于等于预设判定阈值时拒绝待注册用户的注册请求。由此,能够用户注册时给出待注册账号的合法性预判,有效提升用户新账号注册质量,从而有效提升优质账户的留存。
通过为了实现上述实施例,本申请还提出一种计算机设备,包括:处理器和存储器。其中,处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,以用于实现如前述实施例所述的用户账号判断方法。
图6为本申请实施例所提供的计算机设备的结构示意图,示出了适于用来实现本申请实施方式的示例性计算机设备90的框图。图6显示的计算机设备90仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机设备90以通用计算机设备的形式表现。计算机设备90的组件可以包括但不限于:一个或者多个处理器或者处理单元906,系统存储器910,连接不同系统组件(包括系统存储器910和处理单元906)的总线908。
总线908表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
计算机设备90典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备90访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器910可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)911和/或高速缓存存储器912。计算机设备90可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统913可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc ReadOnly Memory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线908相连。系统存储器910可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。
具有一组(至少一个)程序模块9140的程序/实用工具914,可以存储在例如系统存储器910中,这样的程序模块9140包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块9140通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备90也可以与一个或多个外部设备10(例如键盘、指向设备、显示器100等)通信,还可与一个或者多个使得用户能与该终端设备90交互的设备通信,和/或与使得该计算机设备90能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口902进行。并且,计算机设备90还可以通过网络适配器900与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器900通过总线908与计算机设备90的其它模块通信。应当明白,尽管图6中未示出,可以结合计算机设备90使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元906通过运行存储在系统存储器910中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的用户账号判断方法。
为了实现上述实施例,本申请还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现如前述实施例所述的用户账号判断方法。
为了实现上述实施例,本申请还提出一种计算机程序产品,当所述计算机程序产品中的指令由处理器执行时,实现如前述实施例所述的用户账号判断方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是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,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种用户账号判断方法,其特征在于,包括以下步骤:
在接收待注册用户的注册请求后,获取所述待注册用户的注册名称、注册时间和注册归属地;
将所述注册名称、所述注册时间和所述注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值;
获取当前系统信息,并通过预设的决策树规则模型对所述当前系统信息进行判定得到第四判定值;
根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值确定判定预测值;
若所述判定预测值大于等于预设判定阈值,则拒绝所述待注册用户的注册请求。
2.如权利要求1所述的方法,其特征在于,在所述将所述注册名称、所述注册时间和所述注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值之前,还包括:
获取用户历史行为数据,其中,所述用户行为数据包括:历史注册时间、历史注册名称和历史注册归属地;
将所述历史注册时间划分到预设的周期区间;
将所述历史注册归属地划分为多个子归属区间;
通过预设算法对不同周期区间对应的所述用户历史行为数据、所述不同子归属区间对应的所述用户历史行为数据和所述历史注册名称进行训练,生成预设的用户名称判定模型。
3.如权利要求1所述的方法,其特征在于,所述根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值确定判定预测值,包括:
分别赋予所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值不同的权重;
根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值及其分别对应的权重进行计算得到所述判定预测值。
4.如权利要求1所述的方法,其特征在于,在所述拒绝所述待注册用户的注册请求,还包括:
向所述待注册用户发送注册修改提示信息,以使所述用户根据所述注册修改提示信息进行修改后再次发送注册请求。
5.如权利要求1所述的方法,其特征在于,还包括:
若所述判定预测值小于预设判定阈值,则接受所述待注册用户的注册请求。
6.如权利要求1所述的方法,其特征在于,所述当前系统信息,包括:
所述待注册用户在注册页面的停留时长、所述注册请求的发送方式和预设时间内接收注册请求的个数中的一种或者多种。
7.一种用户账号判断装置,其特征在于,包括:
第一获取模块,用于在接收待注册用户的注册请求后,获取所述待注册用户的注册名称、注册时间和注册归属地;
第一判定模块,用于将所述注册名称、所述注册时间和所述注册归属地分别输入到预设的用户名称判定模型进行判定得到第一判定值、第二判定值和第三判定值;
第二判定模块,用于获取当前系统信息,并通过预设的决策树规则模型对所述当前系统信息进行判定得到第四判定值;
确定模块,用于根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值确定判定预测值;
处理模块,用于若所述判定预测值大于等于预设判定阈值,则拒绝所述待注册用户的注册请求。
8.如权利要求7所述的装置,其特征在于,还包括:
第二获取模块,用于获取用户历史行为数据,其中,所述用户行为数据包括:历史注册时间、历史注册名称和历史注册归属地;
第一划分模块,用于将所述历史注册时间划分到预设的周期区间;
第二划分模块,用于将所述历史注册归属地划分为多个子归属区间;
生成模块,用于通过预设算法对不同周期区间对应的所述用户历史行为数据、所述不同子归属区间对应的所述用户历史行为数据和所述历史注册名称进行训练,生成预设的用户名称判定模型。
9.如权利要求7所述的装置,其特征在于,所述确定模块,具体用于:
分别赋予所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值不同的权重;
根据所述第一判定值、所述第二判定值、所述第三判定值和所述第四判定值及其分别对应的权重进行计算得到所述判定预测值。
10.如权利要求7所述的装置,其特征在于,还包括:
提示模块,用于向所述待注册用户发送注册修改提示信息,以使所述用户根据所述注册修改提示信息进行修改后再次发送注册请求。
11.如权利要求7所述的装置,其特征在于,处理模块,还用于:
若所述判定预测值小于预设判定阈值,则接受所述待注册用户的注册请求。
12.如权利要求7所述的装置,其特征在于,所述当前系统信息,包括:
所述待注册用户在注册页面的停留时长、所述注册请求的发送方式和预设时间内接收注册请求的个数中的一种或者多种。
13.一种计算机设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-6中任一项所述的用户账号判断方法。
14.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的用户账号判断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581793.5A CN109726533B (zh) | 2018-12-24 | 2018-12-24 | 用户账号判断方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811581793.5A CN109726533B (zh) | 2018-12-24 | 2018-12-24 | 用户账号判断方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109726533A true CN109726533A (zh) | 2019-05-07 |
CN109726533B CN109726533B (zh) | 2022-04-26 |
Family
ID=66296399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811581793.5A Active CN109726533B (zh) | 2018-12-24 | 2018-12-24 | 用户账号判断方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726533B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222964A (zh) * | 2019-05-28 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 一种用户账户风险防控方法、系统及电子设备 |
CN111314496A (zh) * | 2020-05-15 | 2020-06-19 | 太平金融科技服务(上海)有限公司 | 注册请求拦截方法、装置、计算机设备和存储介质 |
CN113660201A (zh) * | 2021-07-08 | 2021-11-16 | 上海二三四五网络科技有限公司 | 一种高并发主键冲突的控制方法及控制装置 |
CN113891340A (zh) * | 2020-07-02 | 2022-01-04 | 中国移动通信集团安徽有限公司 | 自适应流控方法、装置、计算设备和存储介质 |
CN117609974A (zh) * | 2024-01-24 | 2024-02-27 | 普利泽信(滨州)科技咨询中心 | 一种用于技术交易平台的服务管理系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010149223A1 (en) * | 2009-06-26 | 2010-12-29 | Nokia Siemens Networks Oy | Identity management |
CN104537285A (zh) * | 2014-12-10 | 2015-04-22 | 微梦创科网络科技(中国)有限公司 | 一种网络用户注册防刷方法及装置 |
US20150261944A1 (en) * | 2014-03-17 | 2015-09-17 | Sensory, Incorporated | Unobtrusive verification of user identity |
CN106992967A (zh) * | 2017-02-28 | 2017-07-28 | 北京瑞星信息技术股份有限公司 | 恶意网站识别方法和系统 |
CN107046547A (zh) * | 2017-05-19 | 2017-08-15 | 百度在线网络技术(北京)有限公司 | 异常操作识别方法和装置 |
CN107517193A (zh) * | 2016-06-17 | 2017-12-26 | 百度在线网络技术(北京)有限公司 | 恶意网站识别方法和装置 |
CN108053120A (zh) * | 2017-12-15 | 2018-05-18 | 阿里巴巴集团控股有限公司 | 一种模型整合方法及装置 |
CN108616491A (zh) * | 2016-12-13 | 2018-10-02 | 北京酷智科技有限公司 | 一种恶意用户的识别方法和系统 |
-
2018
- 2018-12-24 CN CN201811581793.5A patent/CN109726533B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010149223A1 (en) * | 2009-06-26 | 2010-12-29 | Nokia Siemens Networks Oy | Identity management |
US20150261944A1 (en) * | 2014-03-17 | 2015-09-17 | Sensory, Incorporated | Unobtrusive verification of user identity |
CN104537285A (zh) * | 2014-12-10 | 2015-04-22 | 微梦创科网络科技(中国)有限公司 | 一种网络用户注册防刷方法及装置 |
CN107517193A (zh) * | 2016-06-17 | 2017-12-26 | 百度在线网络技术(北京)有限公司 | 恶意网站识别方法和装置 |
CN108616491A (zh) * | 2016-12-13 | 2018-10-02 | 北京酷智科技有限公司 | 一种恶意用户的识别方法和系统 |
CN106992967A (zh) * | 2017-02-28 | 2017-07-28 | 北京瑞星信息技术股份有限公司 | 恶意网站识别方法和系统 |
CN107046547A (zh) * | 2017-05-19 | 2017-08-15 | 百度在线网络技术(北京)有限公司 | 异常操作识别方法和装置 |
CN108053120A (zh) * | 2017-12-15 | 2018-05-18 | 阿里巴巴集团控股有限公司 | 一种模型整合方法及装置 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222964A (zh) * | 2019-05-28 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 一种用户账户风险防控方法、系统及电子设备 |
CN111314496A (zh) * | 2020-05-15 | 2020-06-19 | 太平金融科技服务(上海)有限公司 | 注册请求拦截方法、装置、计算机设备和存储介质 |
CN111314496B (zh) * | 2020-05-15 | 2020-08-11 | 太平金融科技服务(上海)有限公司 | 注册请求拦截方法、装置、计算机设备和存储介质 |
CN113891340A (zh) * | 2020-07-02 | 2022-01-04 | 中国移动通信集团安徽有限公司 | 自适应流控方法、装置、计算设备和存储介质 |
CN113891340B (zh) * | 2020-07-02 | 2023-10-27 | 中国移动通信集团安徽有限公司 | 自适应流控方法、装置、计算设备和存储介质 |
CN113660201A (zh) * | 2021-07-08 | 2021-11-16 | 上海二三四五网络科技有限公司 | 一种高并发主键冲突的控制方法及控制装置 |
CN117609974A (zh) * | 2024-01-24 | 2024-02-27 | 普利泽信(滨州)科技咨询中心 | 一种用于技术交易平台的服务管理系统及方法 |
CN117609974B (zh) * | 2024-01-24 | 2024-04-19 | 普利泽信(滨州)科技咨询中心 | 一种用于技术交易平台的服务管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109726533B (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109726533A (zh) | 用户账号判断方法和装置 | |
US20200082813A1 (en) | Identifying digital private information and preventing privacy violations | |
CN108833093A (zh) | 账户密钥的确定方法、装置、设备及存储介质 | |
US10572589B2 (en) | Cognitive matching of narrative data | |
US20200175141A1 (en) | Authentication using cognitive analysis | |
US20210019375A1 (en) | Computing system including virtual agent bot providing semantic topic model-based response | |
CN107610702A (zh) | 终端设备待机唤醒方法、装置及计算机设备 | |
US20190121842A1 (en) | Content adjustment and display augmentation for communication | |
US20130304455A1 (en) | Management of language usage to facilitate effective communication | |
US9697057B2 (en) | Automated transfer of user data between applications utilizing different interaction modes | |
US20230385543A1 (en) | Selective text prediction for electronic messaging | |
US11025741B2 (en) | Dynamic cognitive user interface | |
CN106778303A (zh) | 授权策略优化方法及授权策略优化装置 | |
CN108449321A (zh) | 登陆方法、服务器和客户端 | |
CN107729768A (zh) | 一种页面显示方法、装置、智能平板和存储介质 | |
US11093712B2 (en) | User interfaces for word processors | |
CN112104626A (zh) | 基于区块链的数据访问验证方法、装置、电子设备及介质 | |
US9946697B2 (en) | Assisting users to generate desired meme in document | |
CN111523071B (zh) | 信息分享方法、电子设备和存储介质 | |
US10572596B2 (en) | Real-time on-demand auction based content clarification | |
US20140052842A1 (en) | Measuring problems from social media discussions | |
CN110262832A (zh) | 应用程序权限判断方法、装置和电子设备 | |
CN109842619A (zh) | 用户账号拦截方法和装置 | |
CN115391514A (zh) | 问答语句生成方法、装置、电子设备及存储介质 | |
CN111309990B (zh) | 一种语句应答方法及装置 |
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 |