CN111182018B - 一种用户识别方法、装置、设备及介质 - Google Patents
一种用户识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN111182018B CN111182018B CN201910589689.9A CN201910589689A CN111182018B CN 111182018 B CN111182018 B CN 111182018B CN 201910589689 A CN201910589689 A CN 201910589689A CN 111182018 B CN111182018 B CN 111182018B
- Authority
- CN
- China
- Prior art keywords
- user
- friends
- friend
- portrait
- identifier
- 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 56
- 230000006399 behavior Effects 0.000 claims abstract description 30
- 238000012216 screening Methods 0.000 claims description 19
- 230000003993 interaction Effects 0.000 claims description 16
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 abstract description 5
- 230000011273 social behavior Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000002452 interceptive effect Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 210000002268 wool Anatomy 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000001680 brushing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
- H04L51/10—Multimedia information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/146—Markers for unambiguous identification of a particular session, e.g. session cookie or URL-encoding
Abstract
本发明公开了一种用户识别方法、装置、设备及介质，所述方法包括响应于预设指令，获取用户标识；获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；获取所述社交关系链画像对应的好友群像，所述好友群像中包括至少一个好友的画像；获取参与构成所述好友群像的目标好友的数量；若所述参与构成所述好友群像的目标好友的数量超过预设阈值，则判定所述用户为安全用户。本发明从用户关系链出发，通过统计分析与用户具备社交关系的好友的相关网络行为对与用户具备社交关系的好友的质量进行评价，从而得到精准的用户识别结果。针对互联网社交行为，本发明实施例能有效甄别用户，提高商业数据安全性。
Description
技术领域
本发明涉及网络行为分析领域，尤其涉及一种用户识别方法、装置、设备及介质。
背景技术
当互联网进入大数据时代，越来越多的团队聚焦这些数据的同时，网络安全成为互联网的重中之重。专门选择互联网公司的营销活动，以低成本甚至零成本换取高额奖励的人无孔不入，影响了正常用户在互联网中的既得利益，因此，有效甄别正常用户与非正常用户成为了网络安全的重要组成部分。现有技术中主要通过下述技术方案实现正常用户与非正常用户的甄别：
(1)基于网络地址进行用户识别：通过获得当前用户的网络地址信息来识别用户，但由于模拟网络地址技术、代理技术、动态网络地址分配技术，局域网等技术的存在大大降低了使用网络地址甄别用户的准确性。
(2)基于用户手机号和验证码组合进行用户识别：通过对用户手机号码的号段进行有效性识别，并结合下发验证码方式来识别用户，开发成本相对较高。并且随着验证码的拦截技术的发展，或海量非实名号段的滥用，同样导致无法正确识别正常用户。
(3)基于用户标识和验证码组合进行用户识别：注册用户成功登录后，获取用户标识，结合验证码来识别用户。这种方式已然成为了非正常用户的登录手段之一，难以起到识别正常用户的目的。
(4)基于用户标识和用户基础信息进行用户识别：新用户由于缺少基础信息导致难以识别其是否为正常用户。
发明内容
为了解决现有技术中对用户识别的准确度不高，对于新用户难以识别的技术问题，本发明实施例提供一种用户识别方法、装置、设备及介质。
一方面，本发明提供了一种用户识别方法，所述方法包括：
响应于预设指令，获取用户标识；
获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；
获取所述社交关系链画像对应的好友群像，所述好友群像中包括至少一个好友的画像；
获取参与构成所述好友群像的目标好友的数量；
若所述参与构成所述好友群像的目标好友的数量超过预设阈值，则判定所述用户为安全用户。
另一方面，本发明提供了一种用户识别装置，所述装置包括：
用户标识获取模块，用于响应于预设指令，获取用户标识；
社交关系链画像获取模块，用于获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；
好友群像获取模块，用于获取所述社交关系链画像对应的好友群像，所述好友群像中包括至少一个好友的画像；
目标数量获取模块，用于获取参与构成所述好友群像的目标好友的数量；
判定模块，用于若所述参与构成所述好友群像的目标好友的数量超过预设阈值，则判定所述用户为安全用户。
另一方面，本发明提供了一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现一种用户识别方法。
另一方面，本发明提供了一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行一种用户识别方法。
本发明提供了一种用户识别方法、装置、设备及介质。本发明所述的用户识别方法从用户关系链出发，通过统计分析与用户具备社交关系的好友的相关网络行为对与用户具备社交关系的好友的质量进行评价，从而得到精准的用户识别结果。针对互联网社交行为，本发明实施例能够有效甄别用户，提高商业数据有效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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它附图。
图1是本发明提供的一种用户识别方法的一种实施场景的示意图；
图2是本发明提供的一种用户识别方法流程图；
图3是本发明提供的获取所述社交关系链画像对应的好友群像流程图；
图4是本发明提供的基于各个所述标识和所述第一标签集查询关系数据库以得到所述各个好友对应的第一画像流程图；
图5是本发明提供的某个好友的第一画像示意图；
图6是本发明提供的另一获取所述社交关系链画像对应的好友群像流程图；
图7是本发明提供的基于各个所述标识和所述第二标签集查询关系数据库以得到所述各个好友对应的第二画像流程图；
图8是本发明提供的某个好友的第二画像示意图；
图9是本发明提供的另一获取所述社交关系链画像对应的好友群像流程图；
图10是本发明提供为汽车广告业务类收集用户试乘试驾个人信息需求流程示意图；
图11是本发明提供的抽奖页面示意图；
图12是本发明提供的一种用户识别装置框图；
图13是本发明提供的一种用于实现本发明实施例所提供的方法的设备的硬件结构示意图。
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。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的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，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了使本发明实施例公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明实施例，并不用于限定本发明实施例。为了详述本发明实施例的技术方案，本发明实施例首先对于下述基础概念进行解释：
羊毛党：专门选择互联网公司的营销活动，以低成本甚至零成本换取高额奖励的人。
WEB：WEB(World Wide Web)即全球广域网，也称为万维网，它是一种基于超文本和超文本传输协议的、全球性的、动态交互的、跨平台的分布式图形信息系统。
现有技术从网络地址、手机号、验证码、用户标识、基础信息等多个维度或通过各个维度的组合的方式来提供各种用户识别方案，但是这些用户识别方案的准确度尚有待进一步提升。以目前较为常见的基于用户标识和用户基础信息进行用户识别的用户识别方案为例。所述用户基础信息包括行为信息，所述行为信息可以包括注册用户的日/周/月登录数、在线时长，或者社交互动周活动/月活动；所述用户基础信息也可以通过监测用户在WEB页面的行为轨迹信息来得到。但是这种行为信息的指向性有限，对于非活跃用户或新用户，数据量小的情况下，无法通过行为信息进行用户画像描绘，从而无法分辨该帐号是否为僵尸号或潜在活跃用户，因此，难以对新生用户或数据缺乏用户进行甄别，有可能误杀新生用户或潜在用户。
为了解决现有技术中用户识别准确度不高的情况，避免对于新生正常用户或潜在用户的误判，本发明实施例提供一种用户识别方法。首先，本发明实施例公开所述一种用户识别方法的一种实施场景。
参见图1，该实施环境包括：客户端01和服务器03，所述客户端01和服务器03通信连接，所述客户端01向所述服务器03发起请求，所述服务器03 对所述客户端01对应的用户进行甄别，判断其是正常用户或非正常用户，并根据判断结果为客户端01提供服务。
所述客户端01可以基于浏览器/服务器模式(Browser/Server，B/S)或客户端/服务器模式(Client/Server，C/S)与服务器03通信。客户端01可以包括：智能手机、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、车载终端等类型的实体设备，也可以包括运行于实体设备中的软体，例如应用程序等。比如，所述客户端01可以运行浏览器软体或联网运行的其它软体。
所述服务器03可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群。
本发明实施例提供了一种用户识别方法，如图2所示，所述方法以所述实施环境中的服务器为执行主体，所述方法具体包括：
S101.响应于预设指令，获取用户标识。
在一个可行的实施例中，所述预设指令可以为登录指令。在用户登录初始对用户进行鉴别，可以有效为后续服务提供准确指导，对于正常用户和非正常用户提供不同等级不同质量的服务，通过限制非正常用户的获利维护正常用户利益，从而提升用户粘度。
在另一个可行的实施例中，所述预设指令可以为涉及用户利益的指令。在用户发布涉及用户利益的指令时，才对用户进行甄别，从而可以最大限度避免羊毛党从中获利，而对与利益无关的业务，可以为正常用户和羊毛党都提供平等的服务。
在一个可行的实施例中，还可以根据获取到的用户标识，得到所述用户标识指向的用户等级，若所述用户等级大于预设用户等级阈值，则判定用户为正常用户，反之，执行下述步骤。
S103.获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群。
所述社交关系链画像中包括至少一个与所述用户具备社交关系的好友，所述用户的社交关系可以通过所述服务器的基础数据或共享大数据得到，比如所述用户的社交关系可以基于用户参与的即时通信软件媒体的大数据、用户参与的社区媒体产生的大数据、用户参与的广播式社交媒体产生的大数据、用户的互联网行为产生的大数据中的一个或多个分析得到。
S105.获取所述社交关系链画像对应的好友群像，所述好友群像中包括至少一个好友的画像。
在一个可行的实施例中，所述获取所述社交关系链画像对应的好友群像，如图3所示，包括：
S1051.获取每个好友的标识。
具体地，所述社交关系链画像中包括各个好友的标识。
S1053.获取每个所述标识指向的第一标签集，所述第一标签集包括用于描述表征所述标识对应的好友的社交关联好友数量的数据标签。
具体地，所述第一标签集中的数据标签可以从量的角度描述所述标识对应的好友的社交关系，从而评价其是否相对于所述用户标识对应的用户为高质量好友。
在一个可行的实施例中，所述社交关联好友数量包括好友数量、好友级别大于预设阈值的好友数量、好友属于目标区域的好友数量、第一互动行为满足预设要求的好友数量、第二互动行为满足预设要求的好友数量、好友属于目标年龄的好友数量、好友属于目标性别的好友数量中的一种或多个。
所述好友数量可以通过统计社交媒体中的好友数量、社交媒体中的关注人数量或被关注人数量中的一个或多个的数量而得到。比如，某个用户在即时通信软件中有3个好友，在交友网站中有4个好友，在广播式社交媒体中有5个关注人和2个被关注人，则所述用户的好友数量可以为4+3+5+2＝14个。
所述好友级别大于预设阈值的好友数量可以通过对好友进行分级得到，以实现对于好友质量的甄别。比如，某个用户在即时通信软件中有3个级别为3 的好友，在交友网站中有4个级别为3的好友，在广播式社交媒体中有5 个级别为1的关注人和2个级别为2的被关注人，若所述预设阈值为2，则所述好友级别大于预设阈值的好友数量可以为4+3＝7个。
好友属于目标区域的好友数量可以通过对好友按区域进行划分得到，所述目标区域与第一标签集对应的用户的所在区域具备关联关系。比如，若第一标签集对应的用户所在区域为苏州市，则其好友的目标区域可以限定为苏州市、江苏省或者中国。
第一互动行为满足预设要求的好友数量可以根据好友的第一互动行为的量化值得到。所述第一互动行为包括在广播式社交媒体中的交互行为，比如评论和点赞，而第一互动行为的量化值可以为预设时间内评论数或点赞数。
第二互动行为满足预设要求的好友数量可以根据好友的第二互动行为的量化值得到。所述第二互动行为包括在即时通信社交媒体中的交互行为，比如文字、语音、视频聊天或音频聊天，而第二互动行为的量化值可以为预设时间内文字、语音、视频聊天或音频聊天的频率、时长中的一个或多个。
好友属于目标年龄的好友数量可以通过对好友按年龄进行划分得到，所述目标年龄与第一标签集对应的用户所对应的年龄具备关联关系。比如，若第一标签集对应的用户的年龄为23，则目标年龄可以为20-30。
好友属于目标性别的好友数量可以通过对好友按性别行划分得到，所述目标性别与第一标签集对应的用户所对应的性别一致。
S1055.基于各个所述标识和所述第一标签集查询关系数据库以得到所述各个好友对应的第一画像。
所述关系数据库也可以基于所述服务器的基础数据或共享大数据构建，比如所述关系数据库可以基于用户参与的即时通信软件媒体的大数据、用户参与的社区媒体产生的大数据、用户参与的广播式社交媒体产生的大数据、用户的互联网行为产生的大数据中的一个或多个构建得到。
在一个可行的实施例中，所述基于各个所述标识和所述第一标签集查询关系数据库以得到所述各个好友对应的第一画像，如图4所示，包括：
S10551.基于各个所述标识和所述第一标签集查询关系数据库以得到各个标识指向的第一标签集中各个数据标签指向的标签值。
S10553.获取所述各个标识指向的第一标签集中各个数据标签对应的权重。
S10555.根据所述各个标识指向的第一标签集中各个数据标签对应的权重以及其指向的标签值生成第一画像。
如图5所示，其示出了某个好友的第一画像，所述第一画像从与所述好友具备社交关系的其它好友的数量的角度客观评价所述好友的质量。
S1057.将所述好友群中各个好友的第一画像构成的集合确定为所述社交关系链画像对应的好友群像。
在另一个可行的实施例中，所述获取所述社交关系链画像对应的好友群像，如图6所示，包括：
S1052.获取每个好友的标识。
S1054.获取每个所述标识指向的第二标签集，所述第二标签集包括用于表征所述标识对应的好友和所述用户标识对应的用户的社交关联亲密度的数据标签。
具体地，所述第二标签集中的数据标签可以从质的角度描述所述标识对应的好友是否相对于所述用户标识对应的用户为高质量好友。
在一个可行的实施例中，所述第二标签集中的标签可以包括所述标识对应的好友与所述用户标识对应的用户之间的对话框联系频率、语音通话频次、朋友圈交互频次、位于共同群组的数量、社交媒体交互频次、共同好友数量中的一个或多个。
S1056.基于各个所述标识和所述第二标签集查询关系数据库以得到所述各个好友对应的第二画像。
所述关系数据库也可以基于所述服务器的基础数据或共享大数据构建，比如所述关系数据库可以基于用户参与的即时通信软件媒体的大数据、用户参与的社区媒体产生的大数据、用户参与的广播式社交媒体产生的大数据、用户的互联网行为产生的大数据中的一个或多个构建得到。
在一个可行的实施例中，所述基于各个所述标识和所述第二标签集查询关系数据库以得到所述各个好友对应的第二画像，如图7所示，包括：
S10561.基于各个所述标识和所述第二标签集查询关系数据库以得到各个标识指向的第二标签集中各个数据标签指向的标签值。
S10563.获取所述各个标识指向的第二标签集中各个数据标签对应的权重。
S10565.根据所述各个标识指向的第二标签集中各个数据标签对应的权重以及其指向的标签值生成第二画像。
如图8所示，其示出了某个好友的第二画像，所述第二画像从所述好友与用户标识对应的用户之间的亲密程度的角度评价所述好友的质量。
S1058.将好友群中各个好友的第二画像构成的集合确定为所述社交关系链画像对应的好友群像。
在另一个可行的实施例中，所述获取所述社交关系链画像对应的好友群像，如图9所示，包括：
S201.获取每个好友的标识。
S203.获取每个好友对应的第一画像，根据各个好友的第一画像进行好友筛选以得到第一好友集。
具体地，所述第一画像的获取方法可以参考本发明实施例步骤S1051、S1053 和S1055。
本发明实施例中可以基于预设的筛选规则进行筛选，所述预设的筛选规则可以对第一画像中的一个或多个数据标签的值进行限制，符合所述预设的筛选规则的第一画像相关的好友被归入第一好友集。
S205.获取第一好友集中各个好友对应的第二画像。
在一个可行的实施例中，所述第二画像的获取方法可以参考本发明实施例步骤S1052、S1054和S1056。
在另一个可行的实施例中，所述第二画像包括第一子画像和第二子画像，其中第一子画像的获取方法可以参考本发明实施例步骤S1052、S1054和S1056。本发明实施例中第二子画像可以包括性别、地区、职业、年龄、邮箱、网龄、星座、生效、注册日期、婚姻状况、用户等级、手机号码、联系地址、行为性别、心理年龄、浏览日志、在线时长、游戏参与度、视频参与度、音乐参与度等，本发明实施例并不对第二子画像的具体内容进行限定，其可以从有别于第一画像和第一子画像的其它角度对用户进行刻画。
S207.将各个好友对应的第二画像的集合确定为所述社交关系链画像对应的好友群像。
S107.获取参与构成所述好友群像的目标好友的数量。
本发明实施例中目标好友为参与构成所述好友群像的各个好友中满足预设规则的好友，本发明实施例认为所述目标好友为一种高质量好友，其可以基于预设的筛选规则进行筛选，所述预设的筛选规则可以对好友群像中各个画像中的一个或多个数据标签的值进行限制，符合所述预设的筛选规则的画像的拥有者被归入目标好友。
若所述好友群像中包括N个好友的第二画像或第一画像，则参与构成所述好友群像的好友的数量即为N，而参与构成所述好友群像的目标好友的数量小于或等于N。
S109.若所述参与构成所述好友群像的目标好友的数量超过预设阈值，则判定所述用户为安全用户。
具体地，所述好友群像中的目标好友的数量超过预设阈值，则本发明实施例认为所述用户具备足够多的高质量好友，而高质量好友的存在也反映所述用户的合理存在性，因此，本发明实施例将这类用户判定为安全用户。对于新增用户而言，其虽然行为数据不够充分，但是其社交关系并不受到较大影响，依然可以具备较多的高质量好友，因此，使用本发明实施例中的用户识别方法也不会造成误判，避免了现有技术中对于新增用户的误杀。
在一个可行的实施例中，还可以根据所述参与构成所述好友群像的目标好友的数量为所述用户进行分级。比如，若所述参与构成所述好友群像的目标好友的数量小于预设第一阈值，则所述用户安全等级为0，若所述参与构成所述好友群像中的目标好友的数的数量大于或等于预设第一阈值，并且小于预设第二阈值，则所述用户安全等级为1，以此类推。若用户安全等级高于预设安全等级阈值，则所述用户被判定为安全用户。
本发明实施例提供的用户识别方法可以被用于判断用户是否为自然人，是否具备安全性的各种场景。以汽车广告业务类收集用户试乘试驾个人信息需求为例：
业务流程：用户成功登录后，提交个人信息提交，进行抽奖。
业务风险与目标：甄别真实用户留资信息，防止过度防刷而导致潜在目标用户的流失。
本发明实施例的具体应用流程如图10所示，用户登录后，获取该用户级别，若用户级别大于或等于10级，则直接被判定为安全用户，可执行正常业务流程 (提交用户信息，抽奖)。若用户级别小于10级，则获取所述用户的好友群像，并根据所述好友群像得到参与构成所述好友群像的目标好友的数量，进而得到用户安全等级。
所述参与构成所述好友群像的目标好友的数量为0，该用户安全等级为0； 0＜所述参与构成所述好友群像的目标好友的数量＜3，该用户安全等级为1；所述参与构成所述好友群像的目标好友的数量≥3，该用户安全等级为2；根据业务需求，用户安全等级大于或等于2时，则视为安全用户，可执行正常业务流程(提交用户信息，抽奖)，反之则视为存在安全风险的用户不可执行正常业务流程(提交用户信息，抽奖)。
以音乐抽奖业务为例：
用户登录后，获取该用户级别，若用户级别大于或等于10级，则直接被判定为安全用户，可执行正常业务流程(抽奖)；若用户级别小于10级，则获取所述用户的好友群像，并根据所述好友群像得到参与构成所述好友群像的目标好友的数量，进而得到用户安全等级，若用户安全等级大于或等于3级，则同样视为安全用户，可执行正常业务流程(抽奖)，反之则视为存在安全风险的用户，不可执行正常业务流程。
如图11所示，其示出了抽奖页面，对于被判定为安全的用户，可以以一定概率使得用户中奖。对于被判定为存在安全风险的用户，不允许用户中奖。达到通过关系链甄别用户安全等级，从而降低刷奖风险的目的。
本发明实施例所述的用户识别方法从用户关系链出发，通过统计分析与用户具备社交关系的好友的相关网络行为对与用户具备社交关系的好友的质量进行评价，从而得到精准的用户识别结果。针对互联网社交行为，本发明实施例能够有效甄别用户，提高商业数据有效性。本发明实施例所述的用户识别方法具备广阔的应用前景，比如，可以用于判断当前用户是否存在刷号、作弊等不良行为的风险；基于所述用户识别方法得到的好友群像还可以被应用于数据分析、数据统计等领域，还可以进一步对识别出的用户分析其潜在需求和安全等级。
本发明实施例公开了一种用户识别装置，如图12所示，所述装置包括：
用户标识获取模块301，用于响应于预设指令，获取用户标识；
社交关系链画像获取模块303，用于获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；
好友群像获取模块305，用于获取所述社交关系链画像对应的好友群像，所述好友群像中包括至少一个好友的画像；
目标数量获取模块307，用于获取参与构成所述好友群像的目标好友的数量；
判定模块309，用于若所述参与构成所述好友群像的目标好友的数量超过预设阈值，则判定所述用户为安全用户。
具体地，本发明实施例所述一种用户识别装置与方法实施例均基于相同发明构思。
本发明实施例还提供了一种计算机存储介质，所述计算机存储介质可以存储有多条指令，所述指令适于由处理器加载并执行本发明实施例所述的一种用户识别方法，所述方法包括：
响应于预设指令，获取用户标识；
获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；
获取所述社交关系链画像对应的好友群像，所述好友群像中包括至少一个好友的画像；
获取参与构成所述好友群像的目标好友的数量；
若所述参与构成所述好友群像的目标好友的数量超过预设阈值，则判定所述用户为安全用户。
在一个可行的实施例中，所述获取所述社交关系链画像对应的好友群像，包括：
获取每个好友的标识；
获取每个所述标识指向的第一标签集，所述第一标签集包括用于描述表征所述标识对应的好友的社交关联好友数量的数据标签；
基于各个所述标识和所述第一标签集查询关系数据库以得到所述各个好友对应的第一画像；
将所述好友群中各个好友的第一画像构成的集合确定为所述社交关系链画像对应的好友群像。
具体地，所述基于各个所述标识和所述第一标签集查询关系数据库以得到所述各个好友对应的第一画像，包括；
基于各个所述标识和所述第一标签集查询关系数据库以得到各个标识指向的第一标签集中各个数据标签指向的标签值；
获取所述各个标识指向的第一标签集中各个数据标签对应的权重；
根据所述各个标识指向的第一标签集中各个数据标签对应的权重以及其指向的标签值生成第一画像。
在另一个可行的实施例中，所述获取所述社交关系链画像对应的好友群像，包括：
获取每个好友的标识；
获取每个所述标识指向的第二标签集，所述第二标签集包括用于表征所述标识对应的好友和所述用户标识对应的用户的社交关联亲密度的数据标签；
基于各个所述标识和所述第二标签集查询关系数据库以得到所述各个好友对应的第二画像；
将好友群中各个好友的第二画像构成的集合确定为所述社交关系链画像对应的好友群像。
具体地，所述基于各个所述标识和所述第二标签集查询关系数据库以得到所述各个好友对应的第二画像，包括：
基于各个所述标识和所述第二标签集查询关系数据库以得到各个标识指向的第二标签集中各个数据标签指向的标签值；
获取所述各个标识指向的第二标签集中各个数据标签对应的权重；
根据所述各个标识指向的第二标签集中各个数据标签对应的权重以及其指向的标签值生成第二画像。
在另一个可行的实施例中，所述获取所述社交关系链画像对应的好友群像，包括：
获取每个好友的标识；
获取每个好友对应的第一画像，根据各个好友的第一画像进行好友筛选以得到第一好友集；
获取第一好友集中各个好友对应的第二画像；
将各个好友对应的第二画像的集合确定为所述社交关系链画像对应的好友群像。
进一步地，图13示出了一种用于实现本发明实施例所提供的方法的设备的硬件结构示意图，所述设备可以参与构成或包含本发明实施例所提供的装置或系统。如图13所示，设备10可以包括一个或多个(图中采用102a、102b，……， 102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置106。除此以外，还可以包括：显示器、输入/输出接口(I/O 接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图13所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，设备10还可包括比图13中所示更多或者更少的组件，或者具有与图13所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到设备10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中所述的方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器 104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的一种用户识别方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括设备10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与设备10(或移动设备)的用户界面进行交互。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种用户识别方法，其特征在于，所述方法包括：
响应于预设指令，获取用户标识；
获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；
获取每个好友的标识；
针对每个标识，获取所述标识指向的第一标签集，根据所述第一标签集得到第一画像，所述第一标签集包括用于描述表征所述标识对应的好友的社交关联好友数量的数据标签,所述社交关联好友数量包括好友数量、好友级别大于预设阈值的好友数量、好友属于目标区域的好友数量、第一互动行为满足预设要求的好友数量、第二互动行为满足预设要求的好友数量、好友属于目标年龄的好友数量、好友属于目标性别的好友数量中的一种或多个；
根据各个好友的第一画像进行好友筛选以得到第一好友集；
针对所述第一好友集中的每个标识，获取每个所述标识指向的第二标签集，根据所述第二标签集得到第一子画像，所述第二标签集包括用于表征所述标识对应的好友和所述用户标识对应的用户的社交关联亲密度的数据标签，所述第二标签集中的标签包括所述标识对应的好友与所述用户标识对应的用户之间的对话框联系频率、语音通话频次、朋友圈交互频次、位于共同群组的数量、社交媒体交互频次、共同好友数量中的一个或多个；
获取每个所述标识对应的第二子画像，所述第二子画像为不同于所述第一子画像和所述第一画像的画像，第二子画像包括性别、地区、职业、年龄、邮箱、网龄、星座、生效、注册日期、婚姻状况、用户等级、手机号码、联系地址、行为性别、心理年龄、浏览日志、在线时长、游戏参与度、视频参与度、音乐参与度中至少一个；
根据所述第一子画像和所述第二子画像得到第二画像；
将各第二画像构成的集合确定为所述社交关系链画像对应的好友群像；
获取预设的筛选规则，所述筛选规则对所述好友群像中各个画像中的一个或多个数据标签的值进行限制；
将符合所述预设的筛选规则的画像的拥有者归入目标好友；
获取所述目标好友的数量，若所述目标好友的数量超过预设阈值，则判定所述用户为安全用户。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一标签集得到第一画像，包括：
基于所述标识和所述第一标签集查询关系数据库以得到所述标识对应的第一画像。
3.根据权利要求2所述的方法，其特征在于：所述基于所述标识和所述第一标签集查询关系数据库以得到所述标识对应的第一画像，包括；
基于所述标识和所述第一标签集查询关系数据库以得到所述第一标签集中各个数据标签指向的标签值；
获取所述各个数据标签对应的权重；
根据所述第一标签集中各个数据标签对应的权重以及其指向的标签值生成第一画像。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第二标签集得到第一子画像，包括：
基于所述标识和所述第二标签集查询关系数据库以得到所述第二标签集中各个数据标签指向的标签值；
获取所述第二标签集中各个数据标签对应的权重；
根据所述第二标签集中各个数据标签对应的权重以及其指向的标签值生成第二画像。
5.一种用户识别装置，其特征在于，所述装置包括：
用户标识获取模块，用于响应于预设指令，获取用户标识；
社交关系链画像获取模块，用于获取所述用户标识指向的社交关系链画像，所述用户社交关系链画像描绘与所述用户具备社交关系的好友群；
好友群像获取模块，用于获取每个好友的标识；针对每个标识，获取所述标识指向的第一标签集，根据所述第一标签集得到第一画像，所述第一标签集包括用于描述表征所述标识对应的好友的社交关联好友数量的数据标签,所述社交关联好友数量包括好友数量、好友级别大于预设阈值的好友数量、好友属于目标区域的好友数量、第一互动行为满足预设要求的好友数量、第二互动行为满足预设要求的好友数量、好友属于目标年龄的好友数量、好友属于目标性别的好友数量中的一种或多个；根据各个好友的第一画像进行好友筛选以得到第一好友集；针对所述第一好友集中的每个标识，获取每个所述标识指向的第二标签集，根据所述第二标签集得到第一子画像，所述第二标签集包括用于表征所述标识对应的好友和所述用户标识对应的用户的社交关联亲密度的数据标签，所述第二标签集中的标签包括所述标识对应的好友与所述用户标识对应的用户之间的对话框联系频率、语音通话频次、朋友圈交互频次、位于共同群组的数量、社交媒体交互频次、共同好友数量中的一个或多个；获取每个所述标识对应的第二子画像，所述第二子画像为不同于所述第一子画像和所述第一画像的画像，第二子画像包括性别、地区、职业、年龄、邮箱、网龄、星座、生效、注册日期、婚姻状况、用户等级、手机号码、联系地址、行为性别、心理年龄、浏览日志、在线时长、游戏参与度、视频参与度、音乐参与度中至少一个；根据所述第一子画像和所述第二子画像得到第二画像；将各第二画像构成的集合确定为所述社交关系链画像对应的好友群像；
目标数量获取模块，用于获取预设的筛选规则，所述筛选规则对所述好友群像中各个画像中的一个或多个数据标签的值进行限制；将符合所述预设的筛选规则的画像的拥有者归入目标好友；获取所述目标好友的数量；
判定模块，用于若所述目标好友的数量超过预设阈值，则判定所述用户为安全用户。
6.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1-4任一项所述的一种用户识别方法。
7.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如权利要求1-4任一项所述的一种用户识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910589689.9A CN111182018B (zh) | 2019-07-02 | 2019-07-02 | 一种用户识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910589689.9A CN111182018B (zh) | 2019-07-02 | 2019-07-02 | 一种用户识别方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111182018A CN111182018A (zh) | 2020-05-19 |
| CN111182018B true CN111182018B (zh) | 2022-02-18 |
Family
ID=70649963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910589689.9A Active CN111182018B (zh) | 2019-07-02 | 2019-07-02 | 一种用户识别方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111182018B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112686767A (zh) * | 2020-12-31 | 2021-04-20 | 上海掌门科技有限公司 | 用户管理方法、设备以及存储介质 |
| CN114827227B (zh) * | 2022-06-09 | 2024-04-26 | 深圳福恋智能信息科技有限公司 | 一种家庭虚拟映像社交方法、装置、设备及可读存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874435A (zh) * | 2017-01-25 | 2017-06-20 | 北京航空航天大学 | 用户画像构建方法和装置 |
| CN109002490A (zh) * | 2018-06-26 | 2018-12-14 | 腾讯科技（深圳）有限公司 | 用户画像生成方法、装置、服务器及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8024431B2 (en) * | 2007-12-21 | 2011-09-20 | Domingo Enterprises, Llc | System and method for identifying transient friends |
| US20170032470A1 (en) * | 2015-07-27 | 2017-02-02 | Investor's Forum | Group collaboration social media platform |
| CN105701706A (zh) * | 2016-01-28 | 2016-06-22 | 北京量科邦信息技术有限公司 | 根据联系人的信用状况判断用户信用等级的方法 |
| CN109388446B (zh) * | 2017-08-07 | 2021-07-09 | 腾讯科技（北京）有限公司 | 一种信息处理方法、装置及存储介质 |
-
2019
- 2019-07-02 CN CN201910589689.9A patent/CN111182018B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106874435A (zh) * | 2017-01-25 | 2017-06-20 | 北京航空航天大学 | 用户画像构建方法和装置 |
| CN109002490A (zh) * | 2018-06-26 | 2018-12-14 | 腾讯科技（深圳）有限公司 | 用户画像生成方法、装置、服务器及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| VisualSec: A Secure Message Delivery Scheme for Online Social Networks Based on Profile Images;Meng Ge等;《GLOBECOM 2009 - 2009 IEEE Global Telecommunications Conference》;20100304;全文 * |
| 基于用户画像大数据的电商防刷架构;qian_xiaoqian;《CSDN https://blog.csdn.net/qian_xiaoqian/article/details/53098430》;20161109;全文 * |
| 用户画像研究述评;宋美琦等;《情报科学》;20190401;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111182018A (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ackland | Web social science: Concepts, data and tools for social scientists in the digital age | |
| CN106204108B (zh) | 广告反作弊方法及广告反作弊装置 | |
| US8626818B2 (en) | System and method for generating user contexts for targeted advertising | |
| Krombholz et al. | Fake identities in social media: A case study on the sustainability of the Facebook business model | |
| US8480495B2 (en) | Social rewards for online game playing | |
| US20120290370A1 (en) | Systems and methods for managing brand loyalty | |
| US20080313026A1 (en) | System and method for voting in online competitions | |
| CN108833453A (zh) | 一种确定应用账号的方法及设备 | |
| CN105160554A (zh) | 一种游戏问卷调查数据处理方法及其装置 | |
| CN111182018B (zh) | 一种用户识别方法、装置、设备及介质 | |
| CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
| CN109495378A (zh) | 检测异常帐号的方法、装置、服务器及存储介质 | |
| Hoseini et al. | Demystifying the Messaging Platforms' Ecosystem Through the Lens of Twitter | |
| CN113923048B (zh) | 网络攻击行为识别方法、装置、设备及存储介质 | |
| Sáez-Ortuño et al. | Online cheaters: Profiles and motivations of internet users who falsify their data online | |
| US20130097235A1 (en) | Online or offline virtual honor system | |
| Rahman et al. | Search rank fraud de-anonymization in online systems | |
| CN113420230A (zh) | 基于群聊的匹配咨询推送方法、相关装置、设备及介质 | |
| US20140249659A1 (en) | Method for Finding Influential Nodes in a Social Network | |
| US20230073905A1 (en) | Methods and Software For Training Users to Discern Electronic Phishing Messages and for Building Phishing Knowledgebases for Automated Electronic-Message Filtering | |
| López-Fierro et al. | If it looks, retweets and follows like a troll; Is it a troll?: Targeting the 2021 Ecuadorian Presidential Elections Trolls | |
| CN107408276B (zh) | 评论分析系统、评论分析方法及评论分析用程序 | |
| CN109831417A (zh) | 防骚扰处理帐号的方法、装置、服务器及存储介质 | |
| Allahbakhsh et al. | Harnessing implicit teamwork knowledge to improve quality in crowdsourcing processes | |
| Haugen | Manipulation and deception with social bots: Strategies and indicators for minimizing impact |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231226 Address after: Room 202, 2 / F, North building, software building, Tianda science and Technology Park, 80 Fourth Street, Tianjin Economic and Technological Development Zone, Binhai New Area, Tianjin Patentee after: Tencent Digital (Tianjin) Co.,Ltd. Address before: 518057 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 floors Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |