CN111046174A - 适用于新闻资讯软件的一种评论防灌水的方法 - Google Patents
适用于新闻资讯软件的一种评论防灌水的方法 Download PDFInfo
- Publication number
- CN111046174A CN111046174A CN201911089332.0A CN201911089332A CN111046174A CN 111046174 A CN111046174 A CN 111046174A CN 201911089332 A CN201911089332 A CN 201911089332A CN 111046174 A CN111046174 A CN 111046174A
- Authority
- CN
- China
- Prior art keywords
- comment
- user
- comments
- negative
- words
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003973 irrigation Methods 0.000 title claims abstract description 18
- 230000002262 irrigation Effects 0.000 title claims abstract description 15
- 230000002265 prevention Effects 0.000 title claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims description 5
- 238000012552 review Methods 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims description 15
- 230000003203 everyday effect Effects 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 11
- 230000008451 emotion Effects 0.000 claims description 6
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000007789 sealing Methods 0.000 description 14
- 238000007726 management method Methods 0.000 description 7
- 238000012550 audit Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/374—Thesaurus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明属于信息处理领域，尤其是一种适用于新闻资讯软件的一种评论防灌水的方法，针对现有的无法进行即时且有效的管控，容易出现敏感评论或有害评论以及恶意灌水等情况的评论错误呈现给用户，严重影响用户体验以及给平台带来隐患的问题，现提出如下方案，其包括以下步骤：S1：检查用户当前IP是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S2；S2：检查当前用户ID是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S3；本发明使得评论审核工作量大大提升，机器加人工的形式使得用户发布评论可快速通过审核，提升用户回复体验，降低运营成本。
Description
技术领域
本发明涉及信息处理技术领域，尤其涉及一种适用于新闻资讯软件的一种评论防灌水的方法。
背景技术
随着互联网技术的不断发展，在互联网上的资讯日益增多，人们越来越多的接触各类资讯软件，以及越来越喜欢在资讯文章中进行跑评论跟贴等互动，评论数量日益增多，而针对评论的信息管控也日益的严峻。
目前，部分资讯软件对评论信息的管控大部分都采取了人工审核的形式，这种情况下随着日益增多的评论数往往无法进行即时且有效的管控，容易出现敏感评论或有害评论以及恶意灌水等情况的评论错误呈现给用户，严重影响用户体验以及给平台带来隐患。
发明内容
本发明的目的是为了解决现有技术中存在无法进行即时且有效的管控，容易出现敏感评论或有害评论以及恶意灌水等情况的评论错误呈现给用户，严重影响用户体验以及给平台带来隐患的缺点，而提出的适用于新闻资讯软件的一种评论防灌水的方法。
为了实现上述目的，本发明采用了如下技术方案：
适用于新闻资讯软件的一种评论防灌水的方法，包括以下步骤：
S1：检查用户当前IP是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S2；
S2：检查当前用户ID是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S3；
S3：检查发表内容是否与用户上一条该用户已发表内容相同，如相同则进行拦截返回，如不相同则执行S4；
S4：检查敏感词命中情况，先对词语进行D类白名单词语过滤，过滤后的文本再检查是否有命中A类敏感词语，如有命中则进行拦截返回，如未有命中则执行S5；
S5：将评论内容推机器审核队列，继续检查评论敏感词情况，针对命中敏感词的类别对评论进行标识，如为B类敏感词则将评论标识为“待审核”，如为C类敏感词则将评论标识为“正常”且标识为“警告”，无命中敏感词的评论将被标识为“正常”，同时对评论进行情绪正反判断并打上相应标识，紧接着评论入库，执行S6；
S6：由运营人员在评论管理后台针对“待审核”、“警告”、“负面评论”标识的评论进行重点人工审核，其余标识为“正常”的评论则无需重点关注，审核人员审核如有发现恶意灌水，则可提取关键词加入敏感词库，同时会有后端进程定时检查高频发评论的用户，通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，对连续发表负面评论超过3天的用户，每天的负面评论超过2条的用户，可直接对该用户进行封号处理，禁止该用户发表评论。
优选的，所述S6中，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，在第一天对该用户进行提示，向其说明发布的评论违规，第二天还出现负面评论时，对其进行警告，第三天再出现负面评论时，对其进行封号。
优选的，所述S6中，封号的时间为1-3个月，解封时持续对该账号进行检查，一旦再次发现其发布负面评论，初次直接警告，再次发生直接封号，二次封号的时间为3-6个月，依次类推，三次封号的时间为6-12个月。
优选的，所述A类敏感词语为脏话类、B类敏感词语为垃圾内容、C类敏感词语为小广告。
优选的，所述S4中，敏感词检查方法为使用“DFA”算法实现的敏感词检测算法。
优选的，所述S1中，检测的数据为该IP每次发表评论成功后即记录1次相应发表记录，如该IP未有发表记录则检测通过，IP为用户发表评论时的互联网公网IP。
优选的，所述S2中，检测的数据为该用户ID每次发表评论成功后即记录1次相应发表记录，如该ID未有发表记录则检测通过，ID为该用户在系统中的的独立标识ID。
优选的，所述S3中，检查用户是否与上一条已发布的内容相同需要先取得用户ID，再使用用户ID查询到用户上一次发表的评论信息，与其进行对比是否相同。
与现有技术相比，本发明的有益效果在于：
本方案通过采用对评论内容使用分类别的敏感词库检测，以及用户重复发表内容检测，情绪正反判断等检测手段为评论打上相应的标识后可以极大程度的减少运营人员对的评论审核数量以及审核难度，使得用户的评论能够尽快的展示，提升用户体验，增强用户互动粘性，同时也减少企业人力成本以及运营难度；
本发明使得评论审核工作量大大提升，机器加人工的形式使得用户发布评论可快速通过审核，提升用户回复体验，降低运营成本。
附图说明
图1为本发明提出的适用于新闻资讯软件的一种评论防灌水的方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例一
参照图1，适用于新闻资讯软件的一种评论防灌水的方法，包括以下步骤：
S1：检查用户当前IP是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S2，检测的数据为该IP每次发表评论成功后即记录1次相应发表记录，如该IP未有发表记录则检测通过，IP为用户发表评论时的互联网公网IP；
S2：检查当前用户ID是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S3，检测的数据为该用户ID每次发表评论成功后即记录1次相应发表记录，如该ID未有发表记录则检测通过，ID为该用户在系统中的的独立标识ID；
S3：检查用户是否与上一条已发布的内容相同需要先取得用户ID再使用用户ID查询到用户上一次发表的评论信息，与其进行对比是否相同，如相同则进行拦截返回，如不相同则执行S4，；
S4：检查敏感词命中情况，先对词语进行D类白名单词语过滤，过滤后的文本再检查是否有命中A类敏感词语，如有命中则进行拦截返回，如未有命中则执行S5，敏感词类别为预先构建的“敏感词库”，由运营人员录入可能涉及危害的以及可排除的词语，按照等级划分为A类脏话类、B类垃圾内容类、C类为小广告类、以及D类白名单类等4类。其中A类敏感词命中后直接拒绝用户发布，B类风险词命中后将会标识该评论为“待审核”,C类敏感词命中后将会标识该评论为“警告”,D类白名单词则是优先排除评论内容中的相关词语，D类白名单词语过滤方法先读取所有白名单词语，遍历将评论内容中符合的词汇替换为空值已达到过滤目的，检查A类敏感词命中情况为自研的采用“DFA”为基础的算法，该算法的大致检查过程如下：
首先查出A类敏感词列表，依次添加至算法词库,敏感词库将词语进行进行单个分割，分割后存入词库树中，例如，“家和”以及“家和万事兴”两组词将会被单字分割后存储为“家”->“和”->“万”->”事”->”兴”的一个树形结构中，每个词在词汇结尾单字会标注为“end”以表示为1个完整词汇结尾；接着敏感词检测时会从句首开始逐字与词库树进行层级单字匹配，如完全匹配则视为命中；
S5：将评论内容推机器审核队列，继续检查评论敏感词情况，针对命中敏感词的类别对评论进行标识，如为B类敏感词则将评论标识为“待审核”，如为C类敏感词则将评论标识为“正常”且标识为“警告”，无命中敏感词的评论将被标识为“正常”，同时对评论进行情绪正反判断并打上相应标识，紧接着评论入库，执行S6，机器审核队列为采用redislist类型存储，后端进程监听队列情况，取得需检查评论进行检查，涉政词语检测采用阿里云文本检测提的API进行检测；
S6：由运营人员在评论管理后台针对“待审核”、“警告”、“负面评论”标识的评论进行重点人工审核，其余标识为“正常”的评论则无需重点关注，审核人员审核如有发现恶意灌水，则可提取关键词加入敏感词库，同时会有后端进程定时检查高频发评论的用户，通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，对连续发表负面评论超过3天的用户，每天的负面评论超过2条的用户，可直接对该用户进行封号处理，禁止该用户发表评论，评论管理后台需提供可供运营人员便捷筛选“待审核”、“警告”、“负面评论”等标识的操作，由运营人员进行重点审核即可，后端进程定时检查高频发评论的用户，为后端进程同判断用户发表评论记录，如在一段时间内达到设定值则视为满足条件，即通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，在第一天对该用户进行提示，向其说明发布的评论违规，第二天还出现负面评论时，对其进行警告，第三天再出现负面评论时，对其进行封号，封号的时间为1个月，解封时持续对该账号进行检查，一旦再次发现其发布负面评论，初次直接警告，再次发生直接封号，二次封号的时间为3个月，依次类推，三次封号的时间为6个月。
实施例二
参照图1，适用于新闻资讯软件的一种评论防灌水的方法，包括以下步骤：
S1：检查用户当前IP是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S2，检测的数据为该IP每次发表评论成功后即记录1次相应发表记录，如该IP未有发表记录则检测通过，IP为用户发表评论时的互联网公网IP；
S2：检查当前用户ID是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S3，检测的数据为该用户ID每次发表评论成功后即记录1次相应发表记录，如该ID未有发表记录则检测通过，ID为该用户在系统中的的独立标识ID；
S3：检查用户是否与上一条已发布的内容相同需要先取得用户ID再使用用户ID查询到用户上一次发表的评论信息，与其进行对比是否相同，如相同则进行拦截返回，如不相同则执行S4，；
S4：检查敏感词命中情况，先对词语进行D类白名单词语过滤，过滤后的文本再检查是否有命中A类敏感词语，如有命中则进行拦截返回，如未有命中则执行S5，敏感词类别为预先构建的“敏感词库”，由运营人员录入可能涉及危害的以及可排除的词语，按照等级划分为A类脏话类、B类垃圾内容类、C类为小广告类、以及D类白名单类等4类。其中A类敏感词命中后直接拒绝用户发布，B类风险词命中后将会标识该评论为“待审核”,C类敏感词命中后将会标识该评论为“警告”,D类白名单词则是优先排除评论内容中的相关词语，D类白名单词语过滤方法先读取所有白名单词语，遍历将评论内容中符合的词汇替换为空值已达到过滤目的，检查A类敏感词命中情况为自研的采用“DFA”为基础的算法，该算法的大致检查过程如下：
首先查出A类敏感词列表，依次添加至算法词库,敏感词库将词语进行进行单个分割，分割后存入词库树中，例如，“家和”以及“家和万事兴”两组词将会被单字分割后存储为“家”->“和”->“万”->”事”->”兴”的一个树形结构中，每个词在词汇结尾单字会标注为“end”以表示为1个完整词汇结尾；接着敏感词检测时会从句首开始逐字与词库树进行层级单字匹配，如完全匹配则视为命中；
S5：将评论内容推机器审核队列，继续检查评论敏感词情况，针对命中敏感词的类别对评论进行标识，如为B类敏感词则将评论标识为“待审核”，如为C类敏感词则将评论标识为“正常”且标识为“警告”，无命中敏感词的评论将被标识为“正常”，同时对评论进行情绪正反判断并打上相应标识，紧接着评论入库，执行S6，机器审核队列为采用redislist类型存储，后端进程监听队列情况，取得需检查评论进行检查，涉政词语检测采用阿里云文本检测提的API进行检测；
S6：由运营人员在评论管理后台针对“待审核”、“警告”、“负面评论”标识的评论进行重点人工审核，其余标识为“正常”的评论则无需重点关注，审核人员审核如有发现恶意灌水，则可提取关键词加入敏感词库，同时会有后端进程定时检查高频发评论的用户，通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，对连续发表负面评论超过3天的用户，每天的负面评论超过2条的用户，可直接对该用户进行封号处理，禁止该用户发表评论，评论管理后台需提供可供运营人员便捷筛选“待审核”、“警告”、“负面评论”等标识的操作，由运营人员进行重点审核即可，后端进程定时检查高频发评论的用户，为后端进程同判断用户发表评论记录，如在一段时间内达到设定值则视为满足条件，即通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，在第一天对该用户进行提示，向其说明发布的评论违规，第二天还出现负面评论时，对其进行警告，第三天再出现负面评论时，对其进行封号，封号的时间为2个月，解封时持续对该账号进行检查，一旦再次发现其发布负面评论，初次直接警告，再次发生直接封号，二次封号的时间为4个月，依次类推，三次封号的时间为8个月。
实施例三
参照图1，适用于新闻资讯软件的一种评论防灌水的方法，包括以下步骤：
S1：检查用户当前IP是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S2，检测的数据为该IP每次发表评论成功后即记录1次相应发表记录，如该IP未有发表记录则检测通过，IP为用户发表评论时的互联网公网IP；
S2：检查当前用户ID是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S3，检测的数据为该用户ID每次发表评论成功后即记录1次相应发表记录，如该ID未有发表记录则检测通过，ID为该用户在系统中的的独立标识ID；
S3：检查用户是否与上一条已发布的内容相同需要先取得用户ID再使用用户ID查询到用户上一次发表的评论信息，与其进行对比是否相同，如相同则进行拦截返回，如不相同则执行S4，；
S4：检查敏感词命中情况，先对词语进行D类白名单词语过滤，过滤后的文本再检查是否有命中A类敏感词语，如有命中则进行拦截返回，如未有命中则执行S5，敏感词类别为预先构建的“敏感词库”，由运营人员录入可能涉及危害的以及可排除的词语，按照等级划分为A类脏话类、B类垃圾内容类、C类为小广告类、以及D类白名单类等4类。其中A类敏感词命中后直接拒绝用户发布，B类风险词命中后将会标识该评论为“待审核”,C类敏感词命中后将会标识该评论为“警告”,D类白名单词则是优先排除评论内容中的相关词语，D类白名单词语过滤方法先读取所有白名单词语，遍历将评论内容中符合的词汇替换为空值已达到过滤目的，检查A类敏感词命中情况为自研的采用“DFA”为基础的算法，该算法的大致检查过程如下：
首先查出A类敏感词列表，依次添加至算法词库,敏感词库将词语进行进行单个分割，分割后存入词库树中，例如，“家和”以及“家和万事兴”两组词将会被单字分割后存储为“家”->“和”->“万”->”事”->”兴”的一个树形结构中，每个词在词汇结尾单字会标注为“end”以表示为1个完整词汇结尾；接着敏感词检测时会从句首开始逐字与词库树进行层级单字匹配，如完全匹配则视为命中；
S5：将评论内容推机器审核队列，继续检查评论敏感词情况，针对命中敏感词的类别对评论进行标识，如为B类敏感词则将评论标识为“待审核”，如为C类敏感词则将评论标识为“正常”且标识为“警告”，无命中敏感词的评论将被标识为“正常”，同时对评论进行情绪正反判断并打上相应标识，紧接着评论入库，执行S6，机器审核队列为采用redislist类型存储，后端进程监听队列情况，取得需检查评论进行检查，涉政词语检测采用阿里云文本检测提的API进行检测；
S6：由运营人员在评论管理后台针对“待审核”、“警告”、“负面评论”标识的评论进行重点人工审核，其余标识为“正常”的评论则无需重点关注，审核人员审核如有发现恶意灌水，则可提取关键词加入敏感词库，同时会有后端进程定时检查高频发评论的用户，通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，对连续发表负面评论超过3天的用户，每天的负面评论超过2条的用户，可直接对该用户进行封号处理，禁止该用户发表评论，评论管理后台需提供可供运营人员便捷筛选“待审核”、“警告”、“负面评论”等标识的操作，由运营人员进行重点审核即可，后端进程定时检查高频发评论的用户，为后端进程同判断用户发表评论记录，如在一段时间内达到设定值则视为满足条件，即通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，在第一天对该用户进行提示，向其说明发布的评论违规，第二天还出现负面评论时，对其进行警告，第三天再出现负面评论时，对其进行封号，封号的时间为3个月，解封时持续对该账号进行检查，一旦再次发现其发布负面评论，初次直接警告，再次发生直接封号，二次封号的时间为6个月，依次类推，三次封号的时间为12个月。
通过实施例一、二、三提出的适用于新闻资讯软件的一种评论防灌水的方法，使得评论审核工作量大大提升，机器加人工的形式使得用户发布评论可快速通过审核，提升用户回复体验，降低运营成本，且实施例二为最佳实施例。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，包括以下步骤：
S1：检查用户当前IP是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S2；
S2：检查当前用户ID是否连续发表评论超过预定次数，如达到则进行拦截返回，如未达到则执行S3；
S3：检查发表内容是否与用户上一条该用户已发表内容相同，如相同则进行拦截返回，如不相同则执行S4；
S4：检查敏感词命中情况，先对词语进行D类白名单词语过滤，过滤后的文本再检查是否有命中A类敏感词语，如有命中则进行拦截返回，如未有命中则执行S5；
S5：将评论内容推机器审核队列，继续检查评论敏感词情况，针对命中敏感词的类别对评论进行标识，如为B类敏感词则将评论标识为“待审核”，如为C类敏感词则将评论标识为“正常”且标识为“警告”，无命中敏感词的评论将被标识为“正常”，同时对评论进行情绪正反判断并打上相应标识，紧接着评论入库，执行S6；
S6：由运营人员在评论管理后台针对“待审核”、“警告”、“负面评论”标识的评论进行重点人工审核，其余标识为“正常”的评论则无需重点关注，审核人员审核如有发现恶意灌水，则可提取关键词加入敏感词库，同时会有后端进程定时检查高频发评论的用户，通知审核人员，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，对连续发表负面评论超过3天的用户，每天的负面评论超过2条的用户，可直接对该用户进行封号处理，禁止该用户发表评论。
2.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述S6中，在确定用户的评论为负面评论时，对用户的ID进行记录，并对该用户每天发表的负面评论的次数进行统计，在第一天对该用户进行提示，向其说明发布的评论违规，第二天还出现负面评论时，对其进行警告，第三天再出现负面评论时，对其进行封号。
3.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述S6中，封号的时间为1-3个月，解封时持续对该账号进行检查，一旦再次发现其发布负面评论，初次直接警告，再次发生直接封号，二次封号的时间为3-6个月，依次类推，三次封号的时间为6-12个月。
4.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述A类敏感词语为脏话类、B类敏感词语为垃圾内容、C类敏感词语为小广告。
5.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述S4中，敏感词检查方法为使用“DFA”算法实现的敏感词检测算法。
6.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述S1中，检测的数据为该IP每次发表评论成功后即记录1次相应发表记录，如该IP未有发表记录则检测通过，IP为用户发表评论时的互联网公网IP。
7.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述S2中，检测的数据为该用户ID每次发表评论成功后即记录1次相应发表记录，如该ID未有发表记录则检测通过，ID为该用户在系统中的的独立标识ID。
8.根据权利要求1所述的适用于新闻资讯软件的一种评论防灌水的方法，其特征在于，所述S3中，检查用户是否与上一条已发布的内容相同需要先取得用户ID，再使用用户ID查询到用户上一次发表的评论信息，与其进行对比是否相同。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911089332.0A CN111046174A (zh) | 2019-11-08 | 2019-11-08 | 适用于新闻资讯软件的一种评论防灌水的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911089332.0A CN111046174A (zh) | 2019-11-08 | 2019-11-08 | 适用于新闻资讯软件的一种评论防灌水的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111046174A true CN111046174A (zh) | 2020-04-21 |
Family
ID=70232550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911089332.0A Pending CN111046174A (zh) | 2019-11-08 | 2019-11-08 | 适用于新闻资讯软件的一种评论防灌水的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111046174A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111966944A (zh) * | 2020-08-17 | 2020-11-20 | 中电科大数据研究院有限公司 | 一种多层级用户评论安全审核的模型构建方法 |
| CN112711718A (zh) * | 2021-01-15 | 2021-04-27 | 上海观察者信息技术有限公司 | 一种评论信息的审核方法、装置、介质及电子设备 |
| CN113592465A (zh) * | 2021-09-29 | 2021-11-02 | 飞狐信息技术（天津）有限公司 | 待审核内容的分流方法、装置、服务器及计算机存储介质 |
| CN117556146A (zh) * | 2024-01-10 | 2024-02-13 | 石家庄邮电职业技术学院 | 一种网络数据信息处理系统、方法、设备及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102208992A (zh) * | 2010-06-13 | 2011-10-05 | 天津海量信息技术有限公司 | 面向互联网的不良信息过滤系统及其方法 |
| WO2015165408A1 (zh) * | 2014-04-29 | 2015-11-05 | 北京京东尚科信息技术有限公司 | 一种商品评价信息过滤方法及系统 |
| CN107729538A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 评论信息处理方法、装置、终端设备及存储介质 |
| CN109271768A (zh) * | 2018-10-26 | 2019-01-25 | Oppo广东移动通信有限公司 | 发布信息管理方法、装置、存储介质及终端 |
| CN110209795A (zh) * | 2018-06-11 | 2019-09-06 | 腾讯科技（深圳）有限公司 | 评论识别方法、装置、计算机可读存储介质和计算机设备 |
-
2019
- 2019-11-08 CN CN201911089332.0A patent/CN111046174A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102208992A (zh) * | 2010-06-13 | 2011-10-05 | 天津海量信息技术有限公司 | 面向互联网的不良信息过滤系统及其方法 |
| WO2015165408A1 (zh) * | 2014-04-29 | 2015-11-05 | 北京京东尚科信息技术有限公司 | 一种商品评价信息过滤方法及系统 |
| CN107729538A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 评论信息处理方法、装置、终端设备及存储介质 |
| CN110209795A (zh) * | 2018-06-11 | 2019-09-06 | 腾讯科技（深圳）有限公司 | 评论识别方法、装置、计算机可读存储介质和计算机设备 |
| CN109271768A (zh) * | 2018-10-26 | 2019-01-25 | Oppo广东移动通信有限公司 | 发布信息管理方法、装置、存储介质及终端 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111966944A (zh) * | 2020-08-17 | 2020-11-20 | 中电科大数据研究院有限公司 | 一种多层级用户评论安全审核的模型构建方法 |
| CN111966944B (zh) * | 2020-08-17 | 2024-04-09 | 中电科大数据研究院有限公司 | 一种多层级用户评论安全审核的模型构建方法 |
| CN112711718A (zh) * | 2021-01-15 | 2021-04-27 | 上海观察者信息技术有限公司 | 一种评论信息的审核方法、装置、介质及电子设备 |
| CN113592465A (zh) * | 2021-09-29 | 2021-11-02 | 飞狐信息技术（天津）有限公司 | 待审核内容的分流方法、装置、服务器及计算机存储介质 |
| CN117556146A (zh) * | 2024-01-10 | 2024-02-13 | 石家庄邮电职业技术学院 | 一种网络数据信息处理系统、方法、设备及介质 |
| CN117556146B (zh) * | 2024-01-10 | 2024-03-22 | 石家庄邮电职业技术学院 | 一种网络数据信息处理系统、方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111046174A (zh) | 适用于新闻资讯软件的一种评论防灌水的方法 | |
| WO2021017614A1 (zh) | 威胁情报数据采集处理方法、系统、装置及存储介质 | |
| CN109816397A (zh) | 一种欺诈判别方法、装置及存储介质 | |
| CN103312887B (zh) | 一种手机应用篡改识别系统、方法及装置 | |
| CN107169361A (zh) | 一种数据泄露的检测方法及系统 | |
| CN107248985A (zh) | 一种网络安全测评及项目质量评估系统 | |
| CN106530016A (zh) | 一种提取互联网广告素材进行标识和审核的系统及方法 | |
| CN102930225A (zh) | 基于密级标识的电子文档访问控制方法 | |
| CN107016298B (zh) | 一种网页篡改监测方法及装置 | |
| CN107644166A (zh) | 一种基于自动学习的web应用安全防护方法 | |
| CN107196844A (zh) | 异常邮件识别方法及装置 | |
| CN106779278A (zh) | 资产信息的评价系统及其信息的处理方法和装置 | |
| CN103236005A (zh) | 一种电子商务风险支付的检测评估阻止方法 | |
| CN113360566A (zh) | 一种信息内容监测方法及系统 | |
| CN104640138A (zh) | 一种定位问题终端的方法及装置 | |
| CN115982762A (zh) | 一种基于大数据的数据安全防漏管理方法、系统和介质 | |
| CN106777235A (zh) | 一种评估不同数据源数据准确度的方法和装置 | |
| CN114218273A (zh) | 一种基于机器学习的数据库智能化安全审计方法及系统 | |
| CN111506791A (zh) | 一种属地网站医药内容监测方法 | |
| CN107766737A (zh) | 一种数据库审计方法 | |
| CN112667706A (zh) | 识别被盗账号的方法及装置 | |
| CN109918638B (zh) | 一种网络数据监测方法 | |
| CN101944215A (zh) | 卷烟真伪识别及假烟网络分析方法 | |
| CN111667243A (zh) | 一种基于erp系统的业务审计系统 | |
| KR102482969B1 (ko) | 인공지능 기반 온라인 위조상품 단속 시스템 및 방법 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200421 |
|
| RJ01 | Rejection of invention patent application after publication |