CN109918552B - 恶意群诉倾向人员识别方法、服务器及计算机可读存储介质 - Google Patents
恶意群诉倾向人员识别方法、服务器及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109918552B CN109918552B CN201910065009.3A CN201910065009A CN109918552B CN 109918552 B CN109918552 B CN 109918552B CN 201910065009 A CN201910065009 A CN 201910065009A CN 109918552 B CN109918552 B CN 109918552B
- Authority
- CN
- China
- Prior art keywords
- publisher
- complaint
- preset
- prone
- malicious group
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 206010063659 Aversion Diseases 0.000 title claims description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000003211 malignant effect Effects 0.000 claims description 2
- 230000002411 adverse Effects 0.000 abstract description 38
- 238000005516 engineering process Methods 0.000 abstract description 2
- 206010028813 Nausea Diseases 0.000 description 10
- 230000008693 nausea Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种大数据技术,公开了一种恶意群诉倾向人员识别方法,该方法包括:对预设网络区域进行言论监控从而识别出包含预设关键字的不利言论;获取所述不利言论对应的发布者的身份信息从而进一步获取所述发布者的人脸图像;判断所述发布者的人脸图像是否存在于预设的黑名单从而判断所述发布者是否为恶意群诉倾向人员。本发明还提供一种服务器及计算机可读存储介质。本发明提供的恶意群诉倾向人员识别方法、服务器及计算机可读存储介质能够事先从网络上抓取恶意群诉相关的不利言论信息,然后获取所述不利言论的发布者人脸信息,并与预设的黑名单中人脸信息进行比对,从而确认出网络上存在的恶意群诉倾向人员,以用于可能发生的恶意群诉事件的监控及提醒。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种恶意群诉倾向人员识别方法、服务器及计算机可读存储介质。
背景技术
恶意群诉事件又称为群体性诉讼事件,主要是至少10人以上发起的针对某对象的同一问题进行的诉讼。恶意群诉事件一般由是领头人引起舆论,然后将追随舆论的人员组织成团并发起诉讼。然而,现有社会中,有不少的人通过购买某公司的产品或者服务,然后恶意引导舆论中伤该公司,并通过发起恶意群诉事件来作为和解筹码以获取不法利益。恶意群诉事件一旦发生,就已对公司声誉造成影响,所以对于这种恶意恶意群诉事件,现有的技术中无法做到提前化解风险,且无法提前识别出相关恶意群诉倾向人员。
发明内容
有鉴于此,本发明提出一种恶意群诉倾向人员识别方法、服务器及计算机可读存储介质,可以事先从网络上抓取恶意群诉相关的不利言论信息,然后获取所述不利言论的发布者人脸信息,并与预设的黑名单中人脸信息进行比对,从而确认出网络上存在的恶意群诉倾向人员,以用于可能发生的恶意群诉事件的监控及提醒。
首先,为实现上述目的,本发明提供一种恶意群诉倾向人员识别方法,该方法应用于服务器,所述方法包括步骤:
利用网络爬虫工具对预设网络区域进行言论监控,识别所述网络区域中发布的言论是否为包含预设关键字的不利言论;当所述言论为包含预设的关键字的不利言论时,获取所述不利言论对应的发布者的网络身份信息;根据所述网络身份信息查找出所述发布者的真实身份,并获取所述发布者的人脸图像;将所述发布者的人脸图像与预设的恶意群诉倾向人员黑名单中的人脸图像比对;当所述发布者人脸图像存在于所述恶意群诉倾向人员黑名单中时,则判断所述发布者为恶意群诉倾向人员。
可选地,所述关键字包括公司名称或公司产品名称与消极词语或负面词语或侮辱性词语的组合。
可选地,所述方法还包括步骤:当所述发布者人脸图像不存在于所述恶意群诉倾向人员黑名单中时,则根据预设的风险评分规则计算所述不利言论的风险值;当所述不利言论的风险值大于或者等于预设风险阈值时,判断所述不利言论发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单。
可选地,所述风险评分规则为:将所述不利言论中所出现的消极词语、负面词语和侮辱性词语的次数分别与预设的对应的风险权值进行累加。
可选地,所述方法还包括步骤:当所述风险值小于预设的风险阈值时,则将该发表者标记为恶意群诉倾向预备人员,记录所述风险值,并在预设时间段内持续监控所述发布者是否发布第二不利言论。
可选地,所述方法还包括步骤:当监控到该发布者发布第二不利言论时,则根据预设的风险评分规则计算所述第二不利言论的风险值,并累加到前次存储的所述风险值;当累加后的风险值总和超过所述风险阈值时,判断所述发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单;当在预设时间段内未监控到所述发布者发布有第二不利言论,则对所述发布者解除恶意群诉倾向预备人员的标记。
可选地,所述方法还包括步骤:当识别到办理产品业务的用户的人脸信息为所述恶意群诉倾向预备人员时,进行相应的提醒。
可选地,所述方法还包括步骤:当识别到办理产品业务的用户的人脸信息存在与恶意群诉倾向人员黑名单中时,则进行相应的限制并告警。
此外,为实现上述目的,本发明还提出一种服务器,所述服务器包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的恶意群诉倾向人员识别程序,所述恶意群诉倾向人员识别程序被所述处理器执行时实现如上述的恶意群诉倾向人员识别方法的步骤。
进一步地,为实现上述目的,本发明还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恶意群诉倾向人员识别程序,所述恶意群诉倾向人员识别程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述的恶意群诉倾向人员识别方法的步骤。
相较于现有技术,本发明所提出的恶意群诉倾向人员识别方法、服务器及计算机可读存储介质,可以事先从网络上抓取恶意群诉相关的不利言论信息,然后获取所述不利言论的发布者人脸信息,并与预设的黑名单中人脸信息进行比对,从而确认出网络上存在的恶意群诉倾向人员,以用于可能发生的恶意群诉事件的监控及提醒。
本发明的所有技术方案均在合法的情况下使用。
附图说明
图1是本发明服务器一可选的硬件架构的示意图;
图2是本发明恶意群诉倾向人员识别程序一实施例的程序模块示意图;
图3是本发明恶意群诉倾向人员识别方法一实施例的流程示意图。
附图标记:
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其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。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参阅图1所示,是本发明服务器1一可选的硬件架构的示意图。
所述服务器1可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等计算设备,该服务器1可以是独立的服务器,也可以是多个服务器所组成的服务器集群。
本实施例中,所述服务器1可包括,但不仅限于,可通过系统总线相互通信连接存储器11、处理器12、网络接口13。
所述服务器1通过网络接口13连接网络(图1未标出),获取或传递包括用户信息数据在内的所有资讯。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication,GSM)、宽带码分多址(WidebandCode Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi、通话网络等无线或有线网络。
需要指出的是,图1仅示出了具有组件11-13的服务器1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器11可以是所述服务器1的内部存储单元,例如该服务器1的硬盘或内存。在另一些实施例中,所述存储器11也可以是所述服务器1的外部存储设备,例如该服务器1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。当然,所述存储器11还可以既包括所述服务器1的内部存储单元也包括其外部存储设备。本实施例中,所述存储器11通常用于存储安装于所述服务器1的操作系统和各类应用软件,例如恶意群诉倾向人员识别程序200的程序代码等。此外,所述存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述服务器1的总体操作,例如执行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据,例如运行所述的恶意群诉倾向人员识别程序200等。
所述网络接口13可包括无线网络接口或有线网络接口,该网络接口13通常用于在所述服务器1与其他电子设备之间建立通信连接。
本实施例中,当所述服务器1内安装并运行有恶意群诉倾向人员识别程序200时,当所述恶意群诉倾向人员识别程序200运行时,所述服务器1从网络上抓取恶意群诉相关的不利言论信息,然后获取所述不利言论的发布者人脸信息,并与预设的黑名单中人脸信息进行比对,从而确认出网络上存在的恶意群诉倾向人员,以用于可能发生的恶意群诉事件的监控及提醒。
至此,己经详细介绍了本发明各个实施例的应用环境和相关设备的硬件结构和功能。下面,将基于上述应用环境和相关设备,提出本发明的各个实施例。
首先,本发明提出一种恶意群诉倾向人员识别程序200。
参阅图2所示,是本发明恶意群诉倾向人员识别程序200一实施例的程序模块图。
本实施例中,所述恶意群诉倾向人员识别程序200包括一系列的存储于存储器11上的计算机程序指令,当该计算机程序指令被处理器12执行时,可以实现本发明各实施例的恶意群诉倾向人员识别操作。在一些实施例中,基于该计算机程序指令各部分所实现的特定的操作,恶意群诉倾向人员识别程序200可以被划分为一个或多个模块。例如,在图2中,所述恶意群诉倾向人员识别程序200可以被分割成监控模块201、获取模块202、判断模块203、计算模块204、提醒模块205。其中:
所述监控模块201,用于对预设网络区域进行言论监控,识别出不利言论。
具体地,当所述服务器1通过有线或无线的方式与网络上的其他服务器连接时,所述恶意群诉倾向人员识别程序200可以监控到其他服务器上的信息。在本实施例中,当其他服务器用于论坛或者交流社区类的网络区域时,所述监控模块201可以利用网络爬虫工具对预设网络区域进行言论监控,识别所述网络区域中发布的言论是否为包含预设关键字的不利言论。其中,所述关键字包括公司名称或公司产品名称与消极词语或负面词语或侮辱性词语的组合。例如:预设网络区域为X博客、Y论坛和M社区网站,以及预设的关键字为“A公司或B产品”与“糟糕”或“垃圾”或“恶心”的组合。那么,当所述监控模块201监控到Y论坛上发布了“A公司”与“糟糕”的组合如“A公司非常糟糕”的言论时,则识别为不利言论。
所述获取模块202,用于获取所述不利言论对应的发布者的身份信息以及人脸图像。
具体地,当监控模块201监控到预设网络区域发布了包含预设关键字的不利言论,那么获取模块202会进一步地获取所述不利言论对应的发布者的网络信息,然后根据所述网络身份信息查找出所述发布者的真实身份,并根据所述发布者的真实身份获取所述发布者的人脸图像。
在本实施例中,用户通过某网络区域发表意见,一般都会留有网络身份信息,例如用户名字,或者联系方式,或者发表的不利言论所涉及的公司/产品,或者公司/员工,或者购买产品的时间/地点等信息。而售卖产品的公司,一般都会建立一个用户-产品数据库以存储用户信息及该用户购买的产品信息。因此,根据所述网络身份信息,可以在相应的用户-产品数据库的用户数据进行遍历查找,找寻所述不利言论发表者的真实身份。当然,对于金融公司来说,用户-产品数据库一般都会包括用户的人脸图像,例如办理公司的产品(信用卡或者保险等等)时,都需要进行身份认证,而现有的身份认证主要是人脸图像识别。因此,当所述获取模块202根据所述发布者的网络身份信息在所述用户-数据库中找出了所述不利言论发布者的真实身份后,可以顺带从用户-产品数据库中调取所述发布者的人脸图像。
所述判断模块203,用于将所述发布者的人脸图像与预设的恶意群诉倾向人员黑名单中的人脸图像比对,从而判断所述发布者是否为恶意群诉倾向人员。
具体的,所述恶意群诉倾向人员黑名单是预先通过梳理历史恶意群诉案例,或者根据业务场景下的潜在恶意群诉风险排查生成的包括恶意群诉倾向人员的人脸图像的数据库。当所述判断模块203通过将所述发布者的人脸图像与预设的恶意群诉倾向人员黑名单中的人脸图像比对,发现所述发布者的人脸图像包括在所述恶意群诉倾向人员黑名单中,则直接判断所述发布者为恶意群诉倾向人员。
所述计算模块204,用于根据预设的风险评分规则计算所述不利言论的风险值。
具体地,当所述判断模块203判断出所述发布者人脸图像不存在于所述恶意群诉倾向人员黑名单中时,则所述计算模块204进一步会根据预设的风险评分规则计算所述不利言论的风险值,其中,所述风险评分规则为:将所述不利言论中所出现的消极词语、负面词语和侮辱性词语的次数分别与预设的对应的风险权值进行累加。在本实施例中,可以预先设置不利言论的风险评分规则为:当爬虫工具爬取到某一篇文本出现公司/产品后,每出现一个消极词语则记1分;每出现一个负面词语则记2分;每出现一个侮辱性词语则记3分,然后根据爬虫工具实际爬取到的消极词语次数和/或负面词语次数和/或侮辱性词语次数计算算出该不利言论的风险评分。例如:预设的关键字为“A公司或B产品”与“糟糕”或“垃圾”或“恶心”的组合,其中,“糟糕”为消极词语,“垃圾”为负面词语,“恶心”为侮辱性词语。当所述不利言论中出现“A公司或B产品”之后,然后每出现一次“糟糕”,风险值累计1分;没出现一次“垃圾”,风险值累计2分;每出现一次“恶心”,风险值累计3分。那么,当所述不利言论中出现“A公司或B产品”之后再出现了“糟糕”、“垃圾”和“恶心”各一次,则风险值为6分。
所述判断模块203,还用于将所述不利言论的风险值与预设的风险阈值比较,从而判断所述发布者是否为恶意群诉倾向人员。
具体地,所述不利言论的风险值代表了所述不利言论发布者对所述公司/产品的不满程度,因此可以预先设置一个风险阈值,例如50分。当所述计算模块204计算出来的所述不利言论的风险值大于或者等于所述风险阈值时,所述判断模块203则会判断所述不利言论发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单。当所述计算模块204计算出来的所述风险值小于预设的风险阈值时,则所述判断模块203会将该发表者标记为恶意群诉倾向预备人员,记录所述风险值,比如45分,并通知所述监控模块201在预设时间段内(比如一个月内)持续监控所述发布者是否发布第二不利言论。
当所述监控模块201监控到所述发布者在一个月内还发布有第二不利言论,那么,所述计算模块204还用于计算所述第二不利言论的风险值。然后,所述判断模块203还用于根据所述计算模块204计算出来的第二不利言论的风险值累加到前次存储的所述风险值,然后判断累加后的风险值的总和是否超过所述风险阈值。当判断出所述风险值总和大于或者等于所述风险阈值时,判断所述发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单。当然,如果所述监控模块201在预设的一个月内未监控到所述发布者发布有第二不利言论,所述判断模块203则会对所述发布者解除恶意群诉倾向预备人员的标记。
所述提醒模块205用于在所述不利言论发布者办理产品业务时进行相应的提醒。
具体地,在所述判断模块203判断出所述发布者为恶意群诉倾向人员或者恶意群诉倾向预备人员之后,而所述恶意群诉倾向人员或者恶意群诉倾向预备人员将要办理公司的某产品业务时,所述提醒模块205则会进行相应的提醒。在本实施例中,所述提醒模块205在识别到办理产品业务的用户的人脸信息为所述恶意群诉倾向预备人员时,进行相应的提醒,例如“该用户有恶意群诉的潜在风险”;而在识别到办理产品业务的用户的人脸信息存在与恶意群诉倾向人员黑名单中时,则进行相应的限制并告警,例如“该用户为恶意群诉倾向人员,暂时不接受该业务的办理”。当然,在其他实施例中,所述提醒模块205还会将所述判断模块203的判断结果通知到特定的人员,提醒对该不利言论发表者进行后续的跟踪和恶意群诉事件预防。
也就是说,所述服务器1可以事先从网络上抓取恶意群诉相关的不利言论信息,然后获取所述不利言论的发布者人脸信息,并与预设的黑名单中人脸信息进行比对,从而确认出网络上存在的恶意群诉倾向人员,以用于可能发生的恶意群诉事件的监控及提醒。
此外,本发明还提出一种恶意群诉倾向人员识别方法。
参阅图3所示,是本发明恶意群诉倾向人员识别方法一实施例的流程示意图。在本实施例中,根据不同的需求,图3所示的流程图中的步骤的执行顺序可以改变,某些步骤可以省略。
步骤S500,对预设网络区域进行言论监控,识别出不利言论。
具体地,当所述服务器通过有线或无线的方式与网络上的其他服务器连接时,可以监控到其他服务器上的信息。在本实施例中,当其他服务器用于论坛或者交流社区类的网络区域时,所述服务器可以利用网络爬虫工具对预设网络区域进行言论监控,识别所述网络区域中发布的言论是否为包含预设关键字的不利言论。其中,所述关键字包括公司名称或公司产品名称与消极词语或负面词语或侮辱性词语的组合。例如:预设网络区域为X博客、Y论坛和M社区网站,以及预设的关键字为“A公司或B产品”与“糟糕”或“垃圾”或“恶心”的组合。那么,当监控到Y论坛上发布了“A公司”与“糟糕”的组合如“A公司非常糟糕”的言论时,则识别为不利言论。
步骤S502,获取所述不利言论对应的发布者的身份信息以及人脸图像。
具体地,当监控到预设网络区域发布了包含预设关键字的不利言论,那么可以进一步地获取所述不利言论对应的发布者的网络信息,然后根据所述网络身份信息查找出所述发布者的真实身份,并根据所述发布者的真实身份获取所述发布者的人脸图像。
在本实施例中,用户通过某网络区域发表意见,一般都会留有网络身份信息,例如用户名字,或者联系方式,或者发表的不利言论所涉及的公司/产品,或者公司/员工,或者购买产品的时间/地点等信息。而售卖产品的公司,一般都会建立一个用户-产品数据库以存储用户信息及该用户购买的产品信息。因此,根据所述网络身份信息,可以在相应的用户-产品数据库的用户数据进行遍历查找,找寻所述不利言论发表者的真实身份。当然,对于金融公司来说,用户-产品数据库一般都会包括用户的人脸图像,例如办理公司的产品(信用卡或者保险等等)时,都需要进行身份认证,而现有的身份认证主要是人脸图像识别。因此,在根据所述发布者的网络身份信息在所述用户-数据库中找出了所述不利言论发布者的真实身份后,可以顺带从用户-产品数据库中调取所述发布者的人脸图像。
步骤S504,将所述发布者的人脸图像与预设的恶意群诉倾向人员黑名单中的人脸图像比对,从而判断所述发布者是否为恶意群诉倾向人员。
具体的,所述恶意群诉倾向人员黑名单是预先通过梳理历史恶意群诉案例,或者根据业务场景下的潜在恶意群诉风险排查生成的包括恶意群诉倾向人员的人脸图像的数据库。通过将所述发布者的人脸图像与预设的恶意群诉倾向人员黑名单中的人脸图像比对,当所述发布者的人脸图像包括在所述恶意群诉倾向人员黑名单中,则直接判断所述发布者为恶意群诉倾向人员,跳转步骤步骤S510。否则跳转步骤S506。
步骤S506,根据预设的风险评分规则计算所述不利言论的风险值。
具体地,当步骤S504判断出所述发布者人脸图像不存在于所述恶意群诉倾向人员黑名单中时,则根据预设的风险评分规则计算所述不利言论的风险值,其中,所述风险评分规则为:将所述不利言论中所出现的消极词语、负面词语和侮辱性词语的次数分别与预设的对应的风险权值进行累加。在本实施例中,可以预先设置不利言论的风险评分规则为:当爬虫工具爬取到某一篇文本出现公司/产品后,每出现一个消极词语则记1分;每出现一个负面词语则记2分;每出现一个侮辱性词语则记3分,然后根据爬虫工具实际爬取到的消极词语次数和/或负面词语次数和/或侮辱性词语次数计算算出该不利言论的风险评分。例如:预设的关键字为“A公司或B产品”与“糟糕”或“垃圾”或“恶心”的组合,其中,“糟糕”为消极词语,“垃圾”为负面词语,“恶心”为侮辱性词语。当所述不利言论中出现“A公司或B产品”之后,然后每出现一次“糟糕”,风险值累计1分;没出现一次“垃圾”,风险值累计2分;每出现一次“恶心”,风险值累计3分。那么,当所述不利言论中出现“A公司或B产品”之后再出现了“糟糕”、“垃圾”和“恶心”各一次,则风险值为6分。
步骤S508,将所述不利言论的风险值与预设的风险阈值比较,从而判断所述发布者是否为恶意群诉倾向人员。
具体地,所述不利言论的风险值代表了所述不利言论发布者对所述公司/产品的不满程度,因此可以预先设置一个风险阈值,例如50分。当所述步骤S506计算出来的所述不利言论的风险值大于或者等于所述风险阈值时,则判断所述不利言论发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单。当所述步骤S506计算出来的所述风险值小于预设的风险阈值时,则将该发表者标记为恶意群诉倾向预备人员,记录所述风险值,比如45分,并在预设时间段内(比如一个月内)持续监控所述发布者是否发布第二不利言论。
当监控到所述发布者在一个月内还发布有第二不利言论,那么,计算所述第二不利言论的风险值。然后,根据计算出来的第二不利言论的风险值累加到前次存储的所述风险值,然后判断累加后的风险值的总和是否超过所述风险阈值。当判断出所述风险值总和大于或者等于所述风险阈值时,判断所述发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单。当然,如果在预设的一个月内未监控到所述发布者发布有第二不利言论,则会对所述发布者解除恶意群诉倾向预备人员的标记。
步骤S510,在所述不利言论发布者办理产品业务时进行相应的提醒。
具体地,在判断出所述发布者为恶意群诉倾向人员或者恶意群诉倾向预备人员之后,而所述恶意群诉倾向人员或者恶意群诉倾向预备人员将要办理公司的某产品业务时,则会进行相应的提醒。在本实施例中,在识别到办理产品业务的用户的人脸信息为所述恶意群诉倾向预备人员时,进行相应的提醒,例如“该用户有恶意群诉的潜在风险”;而在识别到办理产品业务的用户的人脸信息存在与恶意群诉倾向人员黑名单中时,则进行相应的限制并告警,例如“该用户为恶意群诉倾向人员,暂时不接受该业务的办理”。当然,在其他实施例中,还会将判断结果通知到特定的人员,提醒对该不利言论发表者进行后续的跟踪和恶意群诉事件预防。
本实施例所提出的恶意群诉倾向人员识别方法,可以事先从网络上抓取恶意群诉相关的不利言论信息,然后获取所述不利言论的发布者人脸信息,并与预设的黑名单中人脸信息进行比对,从而确认出网络上存在的恶意群诉倾向人员,以用于可能发生的恶意群诉事件的监控及提醒。
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。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (7)
1.一种恶意群诉倾向人员识别方法,应用于服务器,其特征在于,所述方法包括步骤:
利用网络爬虫工具对预设网络区域进行言论监控,识别所述网络区域中发布的言论是否为包含预设关键字的不利言论;
当所述言论为包含预设的关键字的不利言论时,获取所述不利言论对应的发布者的网络身份信息;
根据所述网络身份信息查找出所述发布者的真实身份,并获取所述发布者的人脸图像;
将所述发布者的人脸图像与预设的恶意群诉倾向人员黑名单中的人脸图像比对;
当所述发布者人脸图像存在于所述恶意群诉倾向人员黑名单中时,则判断所述发布者为恶意群诉倾向人员;
其中,所述方法还包括如下步骤:
当所述发布者人脸图像不存在于所述恶意群诉倾向人员黑名单中时,则根据预设的风险评分规则计算所述不利言论的风险值;当所述不利言论的风险值大于或者等于预设风险阈值时,判断所述不利言论发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单;
当所述风险值小于预设风险阈值时,则将该发布者标记为恶意群诉倾向预备人员,记录所述风险值,并在预设时间段内持续监控所述发布者是否发布第二不利言论;
当监控到该发布者发布第二不利言论时,则根据预设的风险评分规则计算所述第二不利言论的风险值,并累加到前次存储的所述风险值;当累加后的风险值总和超过所述风险阈值时,判断所述发布者为恶意群诉倾向人员,并将所述发布者的人脸图像保存到恶意群诉倾向人员黑名单;当在预设时间段内未监控到所述发布者发布有第二不利言论,则对所述发布者解除恶意群诉倾向预备人员的标记。
2.如权利要求1所述的恶意群诉倾向人员识别方法,其特征在于,所述关键字包括公司名称或公司产品名称,与消极词语或负面词语或侮辱性词语的组合。
3.如权利要求1所述的恶意群诉倾向人员识别方法,其特征在于,所述风险评分规则为:将所述不利言论中所出现的消极词语、负面词语和侮辱性词语的次数分别与预设的对应的风险权值进行累加。
4.如权利要求1所述的恶意群诉倾向人员识别方法,其特征在于,所述方法还包括步骤:
当识别到办理产品业务的用户的人脸信息为所述恶意群诉倾向预备人员时,进行相应的提醒。
5.如权利要求1所述的恶意群诉倾向人员识别方法,其特征在于,所述方法还包括步骤:
当识别到办理产品业务的用户的人脸信息存在与恶意群诉倾向人员黑名单中时,则进行相应的限制并告警。
6.一种服务器,其特征在于,所述服务器包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的恶意群诉倾向人员识别程序,所述恶意群诉倾向人员识别程序被所述处理器执行时实现如权利要求1-5中任一项所述的恶意群诉倾向人员识别方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有恶意群诉倾向人员识别程序,所述恶意群诉倾向人员识别程序可被至少一个处理器执行,以使所述至少一个处理器执行如权利要求1-5中任一项所述的恶意群诉倾向人员识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910065009.3A CN109918552B (zh) | 2019-01-23 | 2019-01-23 | 恶意群诉倾向人员识别方法、服务器及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910065009.3A CN109918552B (zh) | 2019-01-23 | 2019-01-23 | 恶意群诉倾向人员识别方法、服务器及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109918552A CN109918552A (zh) | 2019-06-21 |
CN109918552B true CN109918552B (zh) | 2024-03-12 |
Family
ID=66960684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910065009.3A Active CN109918552B (zh) | 2019-01-23 | 2019-01-23 | 恶意群诉倾向人员识别方法、服务器及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109918552B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110379187A (zh) * | 2019-07-17 | 2019-10-25 | 湖南海森格诺信息技术有限公司 | 防止行人乱按信号灯的系统及其方法 |
CN111966975A (zh) * | 2020-07-16 | 2020-11-20 | 深圳市翩翩科技有限公司 | 一种管理网络社群的方法、终端设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101335968A (zh) * | 2008-08-04 | 2008-12-31 | 中兴通讯股份有限公司 | 一种垃圾短消息监控后续处理的方法及系统 |
WO2014169688A1 (en) * | 2013-04-17 | 2014-10-23 | Tencent Technology (Shenzhen) Company Limited | Method and system for identifying prank call, client, server, and storage medium |
CN104426882A (zh) * | 2013-09-03 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 信息处理方法、系统及终端设备 |
WO2017067250A1 (zh) * | 2015-10-21 | 2017-04-27 | 中兴通讯股份有限公司 | 呼叫处理方法及装置 |
CN107563758A (zh) * | 2017-07-18 | 2018-01-09 | 厦门快商通科技股份有限公司 | 一种解决金融信审业务中惯犯诈骗的检测方法与系统 |
CN108494796A (zh) * | 2018-04-11 | 2018-09-04 | 广州虎牙信息科技有限公司 | 黑名单管理方法、装置、设备及存储介质 |
-
2019
- 2019-01-23 CN CN201910065009.3A patent/CN109918552B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101335968A (zh) * | 2008-08-04 | 2008-12-31 | 中兴通讯股份有限公司 | 一种垃圾短消息监控后续处理的方法及系统 |
WO2014169688A1 (en) * | 2013-04-17 | 2014-10-23 | Tencent Technology (Shenzhen) Company Limited | Method and system for identifying prank call, client, server, and storage medium |
CN104426882A (zh) * | 2013-09-03 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 信息处理方法、系统及终端设备 |
WO2017067250A1 (zh) * | 2015-10-21 | 2017-04-27 | 中兴通讯股份有限公司 | 呼叫处理方法及装置 |
CN107563758A (zh) * | 2017-07-18 | 2018-01-09 | 厦门快商通科技股份有限公司 | 一种解决金融信审业务中惯犯诈骗的检测方法与系统 |
CN108494796A (zh) * | 2018-04-11 | 2018-09-04 | 广州虎牙信息科技有限公司 | 黑名单管理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109918552A (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20180013998A (ko) | 계정 도난 위험 식별 방법, 식별 장치, 예방 및 통제 시스템 | |
CN111325466A (zh) | 智能预警方法与系统 | |
CN107798541B (zh) | 一种用于在线业务的监控方法及系统 | |
CN109918552B (zh) | 恶意群诉倾向人员识别方法、服务器及计算机可读存储介质 | |
CN109063969A (zh) | 一种账户风险评估的方法及装置 | |
CN110401660B (zh) | 虚假流量的识别方法、装置、处理设备及存储介质 | |
CN113435197B (zh) | 数据推送方法、装置、推送服务器及存储介质 | |
CN111756745B (zh) | 告警方法、告警装置、终端设备及计算机可读存储介质 | |
CN110852797A (zh) | 帮助经纪人高效判客的方法、移动终端和计算机存储介质 | |
CN112819611A (zh) | 欺诈识别方法、装置、电子设备和计算机可读存储介质 | |
CN110795466A (zh) | 基于大数据处理的反欺诈方法、服务器及计算机可读存储介质 | |
CN111126844A (zh) | 涉众型风险企业的评估方法、装置、设备及存储介质 | |
CN113642926B (zh) | 用于风险预警的方法及装置、电子设备、存储介质 | |
CN113568934B (zh) | 一种数据查询方法、装置、电子设备和存储介质 | |
CN111611519A (zh) | 一种个人异常行为检测方法及装置 | |
CN115174205B (zh) | 一种网络空间安全实时监测方法、系统及计算机存储介质 | |
CN111224865A (zh) | 基于付费会话的用户识别方法、电子装置及存储介质 | |
CN111553818A (zh) | 一种智能监控履约动态跟踪方法、系统、装置及存储介质 | |
CN110852893A (zh) | 基于海量数据的风险识别方法、系统、设备及存储介质 | |
CN113657902B (zh) | 基于图数据库的金融安全管理方法、系统及存储介质 | |
CN113327336B (zh) | 人车关系的识别方法、装置和电子设备 | |
CN115456812A (zh) | 一种智慧工地管理方法、装置、设备及介质 | |
CN111339829B (zh) | 用户身份鉴定方法、装置、计算机设备和存储介质 | |
CN113111153A (zh) | 一种数据分析方法、装置、设备及存储介质 | |
CN109409127B (zh) | 网络数据安全策略的生成方法、装置及存储介质 |
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 |