CN111327609A - 数据审核方法及装置 - Google Patents
数据审核方法及装置 Download PDFInfo
- Publication number
- CN111327609A CN111327609A CN202010095203.9A CN202010095203A CN111327609A CN 111327609 A CN111327609 A CN 111327609A CN 202010095203 A CN202010095203 A CN 202010095203A CN 111327609 A CN111327609 A CN 111327609A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- user
- auditing
- queue
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/12—Applying verification of the received information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
- H04L63/105—Multiple levels of security
Landscapes
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种数据审核方法及装置,所述方法包括:获取目标用户上传的内容数据,以及获取所述目标用户的目标行为特征;将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。如此基于目标用户对应的目标安全等级,将内容数据插入数据审核队列目标位置处,使得用户上传的优质数据可以快速审核和分发,提高审核效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据审核方法及装置。
背景技术
随着互联网的不断发展,在互联网上发布数据越来越普遍。若不经审查直接发布数据,反动、低俗、暴力等劣质数据将会在互联网上肆意传播,对个人、企业、乃至社会都会造成负面影响,属于违法行为。因此针对用户上传的数据进行审核,是当前数据处理过程中必不可缺少的一环。
相关技术中,对于用户上传的数据,基于上传时间依序进行审核。然而对于用户上传的数据,存在优质数据以及劣质数据,全部基于上传时间依序进行审核,如此不合理的审核顺序导致审核效率低下,使得用户上传的优质数据并不能快速审核和分发。
发明内容
本发明实施例的目的在于提供一种数据审核方法、装置、服务器及存储介质,以实现提高审核效率,使得用户上传的优质数据可以快速审核和分发的有益效果。具体技术方案如下:
在本发明实施例的第一方面,首先提供了一种数据审核方法,所述方法包括:
获取目标用户上传的内容数据,以及获取所述目标用户的目标行为特征;
将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
在一个可选的实施方式中,所述安全等级预测模型具体通过以下方式得到:
在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征;
将每个第一时间段内用户的所述第一行为特征进行组合;
基于经过组合的所述第一行为特征,利用预设的安全等级预测算法进行训练,得到所述预设安全等级预测模型,其中,经过组合的所述第一行为特征的标签为用户安全等级。
在一个可选的实施方式中,所述用户安全等级具体通过以下方式得到:
统计用户的数据上传数量以及数据审核通过率;
基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级。
在一个可选的实施方式中,所述统计用户的数据上传数量以及数据审核通过率,包括:
在多个连续的第二时间段内,统计每个第二时间段内用户的数据上传数量以及数据审核通过率。
在一个可选的实施方式中,所述基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级,包括:
确定每个第二时间段对应的第二权重,根据所述第二权重、所述数据上传数量以及所述数据审核通过率,计算所述用户对应的综合通过率;
根据所述综合通过率确定所述用户的用户安全等级。
在一个可选的实施方式中,所述根据所述综合通过率确定所述用户的用户安全等级,包括:
确定所述综合通过率所处的综合通过率区间;
查找所述综合通过率区间对应的安全等级;
确定所述安全等级为所述用户的用户安全等级。
在一个可选的实施方式中,所述获取所述目标用户的目标行为特征,包括:
在多个连续的第三时间段内,获取每个第三时间段内所述目标用户的第二行为特征;
将每个第三时间段内所述目标用户的所述第二行为特征组合成目标行为特征。
在一个可选的实施方式中,所述根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据,包括:
获取预设的安全等级与数据审核队列位置之间的映射关系;
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
在一个可选的实施方式中,所述基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据,包括:
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核所述第二审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列和第二审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据,第二审核方依序审核所述第二审核队列中的所述内容数据。
在本发明实施例的第二方面,还提供了一种数据审核装置,所述装置包括:
数据获取模块,用于获取目标用户上传的内容数据;
特征获取模块,用于获取所述目标用户的目标行为特征;
特征输入模块,用于将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
数据插入模块,用于根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
在一个可选的实施方式中,所述装置还包括:
模型训练模块,用于在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征;将每个第一时间段内用户的所述第一行为特征进行组合;基于经过组合的所述第一行为特征,利用预设的安全等级预测算法进行训练,得到所述预设安全等级预测模型,其中,经过组合的所述第一行为特征的标签为用户安全等级。
在一个可选的实施方式中,所述装置还包括:
统计模块,用于统计用户的数据上传数量以及数据审核通过率;
等级确定模块,用于基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级。
在一个可选的实施方式中,所述统计模块具体用于:
在多个连续的第二时间段内,统计每个第二时间段内用户的数据上传数量以及数据审核通过率。
在一个可选的实施方式中,所述等级确定模块包括:
通过率计算子模块,用于确定每个第二时间段对应的第二权重,根据所述第二权重、所述数据上传数量以及所述数据审核通过率,计算所述用户对应的综合通过率;
等级确定子模块,用于根据所述综合通过率确定所述用户的用户安全等级。
在一个可选的实施方式中,所述等级确定子模块具体用于:
确定所述综合通过率所处的综合通过率区间;
查找所述综合通过率区间对应的安全等级;
确定所述安全等级为所述用户的用户安全等级。
在一个可选的实施方式中,所述特征获取模块具体用于:
在多个连续的第三时间段内,获取每个第三时间段内所述目标用户的第二行为特征;
将每个第三时间段内所述目标用户的所述第二行为特征组合成目标行为特征。
在一个可选的实施方式中,所述数据插入模块包括:
关系获取子模块,用于获取预设的安全等级与数据审核队列位置之间的映射关系;
数据插入子模块,用于基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
在一个可选的实施方式中,所述数据插入子模块具体用于:
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核所述第二审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列和第二审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据,第二审核方依序审核所述第二审核队列中的所述内容数据。
在本发明实施例的第三方面,还提供了一种服务器,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面中任一所述的数据审核方法。
在本发明实施例的第四方面,还提供了一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面中任一所述的数据审核方法。
在本发明实施例的第五方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面中任一所述的数据审核方法。
本发明实施例提供的技术方案,通过获取目标用户的目标行为特征,将目标行为特征输入至预设安全等级预测模型,输出与目标用户对应的目标安全等级,基于目标安全等级,将内容数据插入数据审核队列目标位置处,以使数据审核方依序审核数据审核队列中的所述内容数据。如此基于目标用户对应的目标安全等级,将内容数据插入数据审核队列目标位置处,使得用户上传的优质数据可以快速审核和分发,提高审核效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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,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地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中示出的一种数据审核方法的实施流程示意图;
图2为本发明实施例中示出的一种用户安全等级评估方法的实施流程示意图;
图3为本发明实施例中示出的一种得到安全等级预测模型的实施流程示意图;
图4为本发明实施例中示出的另一种数据审核方法的实施流程示意图;
图5为本发明实施例中示出的一种安全等级与数据审核队列位置之间的映射关系的示意图;
图6为本发明实施例中示出的一种在数据审核队列目标位置处插入内容数据的示意图;
图7为本发明实施例中示出的一种数据审核装置的结构示意图;
图8为本发明实施例中示出的一种服务器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明的一部分实施例,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。
如图1所示,为本发明实施例提供的一种数据审核方法的实施流程示意图,该方法具体可以包括以下步骤:
S101,获取目标用户上传的内容数据,以及获取所述目标用户的目标行为特征;
在本发明实施例中,当目标用户上传内容数据时,可以基于IP、用户ID等进行风控,以决定目标用户能否上传该条内容数据。
如果允许目标用户上传该条内容数据,本发明实施例可以获取该条内容数据,以便于针对该条内容数据执行后续的审核流程,来决定是否允许目标用户发布该条内容数据。
对于内容数据,可以是文本、图片、视频等数据,本发明实施例对此不作限定。
另外,在本发明实施例中,还可以获取目标用户的目标行为特征,具体地,可以基于用户ID等用户标识,在历史各个时间段内获取目标用户的目标行为特征。
对于目标用户的目标行为特征,可以是目标用户在历史各时间段内的数据上传数量、数据审核通过率、数据曝光率、数据播放数量、粉丝数量、注册时间等,本发明实施例对此不作限定。
需要说明的是,对于上述获取目标用户上传的内容数据,以及获取目标用户的目标行为特征,两者的执行顺序可以同时执行,也可以存在先后顺序,本发明实施例对此并不限定。
S102,将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
在本发明实施例中,提供安全等级预测模型,可以将上述目标用户的目标行为特征输入至该安全等级预测模型,输出与目标用户对应的目标安全等级,其中,预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到。
例如,对于安全等级预测模型,存在多个输入维度,将目标用户在历史各时间段内的数据上传数量、数据审核通过率、数据曝光率、数据播放数量、粉丝数量、注册时间等目标行为特征,输入至该安全等级预测模型,可输出与目标用户对应的目标安全等级9。
S103,根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
对于上述步骤得到的目标用户对应的目标安全等级,可以基于目标用户对应的目标安全等级,将目标用户上传的内容数据插入数据审核队列目标位置处,如此可以使数据审核方依序审核数据审核队列中的所述内容数据。
对于目标用户对应的目标安全等级,如果目标用户对应的目标安全等级越高,可以认为目标用户上传的内容数据大概率为优质数据,可以将目标用户上传的内容数据插入数据审核队列队头处;
如果目标用户对应的目标安全等级越低,可以认为目标用户上传的内容数据大概率为劣质数据,可以将目标用户上传的内容数据插入数据审核队列队尾处;
如此基于目标用户对应的目标安全等级,调整目标用户上传的内容数据在数据审核队列中的位置,可以使得用户上传的优质数据可以快速审核和分发,提高审核效率。
通过上述对本发明实施例提供的技术方案的描述,通过获取目标用户的目标行为特征,将目标行为特征输入至预设安全等级预测模型,输出与目标用户对应的目标安全等级,基于目标安全等级,将内容数据插入数据审核队列目标位置处,以使数据审核方依序审核数据审核队列中的所述内容数据。如此基于目标用户对应的目标安全等级,将内容数据插入数据审核队列目标位置处,使得用户上传的优质数据可以快速审核和分发,提高审核效率。
在本发明实施例中,对应于数据审核,用户安全性因由其在一定时间内的数据上传数量以及数据审核通过率决定,数据审核通过率越高,数据上传数量越大,则用户越优质,安全等级越高,反之安全等级越低。
基于此思路,本发明实施例采用无人工标注、直观明了的用户安全等级评估标准,如图2所示,提供了一种用户安全等级评估方法的实施流程示意图,该方法具体可以包括以下步骤:
S201,统计用户的数据上传数量以及数据审核通过率;
在本发明实施例中,在一定时间段内统计用户的数据上传数量以及数据审核通过率。具体地,可以在多个连续的第二时间段内,统计每个第二时间段内用户的数据上传数量以及数据审核通过率。
例如,如下表1所示,对于未来D+1天、未来D+2~D+3天,历史D-N(比如30)~D天,分别统计用户在未来D+1天、未来D+2~D+3天,历史D-N(比如30)~D天内各自对应的用户的数据上传数量以及数据审核通过率。
表1
如上述表1所示,如果用户在未来D+2~D+3天,或者D-N~D天内无数据上传行为,可以将数据上传数量以及数据审核通过率分别取默认值,可以为3和0.8,具体情况可以根据实际需求进行调整,本发明实施例对此不作限定。
S202,基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级。
对于上述统计的用户的数据上传数量以及数据审核通过率,可以基于用户的数据上传数量以及数据审核通过率,确定该用户的用户安全等级。
具体地,确定每个第二时间段对应的第二权重,根据所述第二权重、所述数据上传数量以及所述数据审核通过率,计算所述用户对应的综合通过率,根据所述综合通过率确定所述用户的用户安全等级。
例如,如上述表1所示,每个第二时间段(未来D+1天、未来D+2~D+3天,历史D-N(比如30)~D天)分别设置权重,且未来D+1天的权重最大,未来D+2~D+3天、D-N~D天依次次之;
根据每个第二时间段对应的第二权重,每个第二时间段内用户的数据上传数量以及数据审核通过率,计算用户对应的综合通过率Rate(0到1之间),如下所示:
如此通过上述公式计算用户对应的综合通过率Rate,可以基于用户对应的综合通过率Rate,确定该用户的用户安全等级。
具体地,确定该用户的用户安全等级的可选实施方式如下:确定所述综合通过率所处的综合通过率区间;查找所述综合通过率区间对应的安全等级;确定所述安全等级为所述用户的用户安全等级。
例如,如下表2所示,依据Rate的取值区间,划分多个综合通过率区间,每个综合通过率区间对应一个用户安全等级:
Rate | (0~0.02) | (0.03~0.12) | (0.13~0.24) | …… | (0.98~1) |
Level | 0 | 1 | 2 | …… | 9 |
表2
由上述表2可知,对于上述用户对应的综合通过率Rate,可以确定用户对应的综合通过率Rate所处的综合通过率区间,查找该综合通过率区间对应的安全等级,进而可以确定该安全等级为上述用户的用户安全等级。
需要说明的是,对于综合通过率区间的划分,以及用户安全等级的划分,可以根据实际需求进行调整,本发明实施例对此不作限定。
基于上述用户安全等级评估方法的实施例,如图3所示,本发明实施例提供了一种得到安全等级预测模型的实施流程示意图,该方法具体可以包括以下步骤:
S301,在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征;
在本发明实施例中,在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征。
例如,如下表3所示,在D天、D-2~D-1天、D-7~D-3天、D-30~D-8天内,获取D天、D-2~D-1天、D-7~D-3天、D-30~D-8天内各自对应的用户的第一行为特征,可以包括数据上传数量、数据审核通过率、数据曝光率、数据播放量等。
表3
需要说明的是,对于用户的第一行为特征,可以是多维度特征,包括但不限于上述特征。
S302,将每个第一时间段内用户的所述第一行为特征进行组合;
对于上述各个第一时间段内用户的第一行为特征,本发明实施例进行组合,对于组合后的结果看作一个整体。
例如,对于D天内用户的第一行为特征、D-2~D-1天内用户的第一行为特征、D-7~D-3天内用户的第一行为特征、D-30~D-8天内用户的第一行为特征,进行组合,视为一个整体。
S303,基于经过组合的所述第一行为特征,利用预设的安全等级预测算法进行训练,得到所述预设安全等级预测模型,其中,经过组合的所述第一行为特征的标签为用户安全等级。
在本发明实施例中,对于上述经过组合的第一行为特征,可以视为一条样本数据,对于该条样本数据的标签,可以是上述用户的用户安全等级。
本发明实施例可以基于多个经过组合的第一行为特征,即多条样本数据,利用预设的安全等级预测算法进行训练,得到安全等级预测模型。
其中,本发明实施例中的安全等级预测算法可以是传统算法GBDT或深度学习算法wide&deep,具体可以根据实际情况进行选择,本发明实施例对此不作限定。
另外,在模型训练的过程中,如果迭代次数超过预设次数阈值,或者损失函数的变化在一定区间内,或者准确率达到一定阈值,可以停止模型训练,本发明实施例对此不作限定。
基于上述安全等级预测模型,如图4所示,为本发明实施例提供的另一种数据审核方法的实施流程示意图,该方法具体可以包括以下步骤:
S401,获取目标用户上传的内容数据;
在本发明实施例中,本步骤与上述步骤S101类似,本发明实施例在此不再一一赘述。
S402,在多个连续的第三时间段内,获取每个第三时间段内所述目标用户的第二行为特征;
在本发明实施例中,在多个连续的第三时间段内,获取每个第三时间段内目标用户的第二行为特征。
例如,如上述表3所示,在D天、D-2~D-1天、D-7~D-3天、D-30~D-8天内,获取D天、D-2~D-1天、D-7~D-3天、D-30~D-8天内各自对应的目标用户的第二行为特征,可以包括数据上传数量、数据审核通过率、数据曝光率、数据播放量等。
S403,将每个第三时间段内所述目标用户的所述第二行为特征组合成目标行为特征;
对于上述各个第三时间段内目标用户的第二行为特征,本发明实施例进行组合,以组合成目标行为特征,即将上述各个第三时间段内目标用户的第二行为特征视为一个整体。
例如,对于D天内目标用户的第三行为特征、D-2~D-1天内目标用户的第三行为特征、D-7~D-3天内目标用户的第三行为特征、D-30~D-8天内目标用户的第三行为特征,组合成目标行为特征,视为一个整体。
S404,将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
在本发明实施例中,本步骤与上述步骤S103类似,本发明实施例在此不再一一赘述。
S405,根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
对于上述步骤得到的目标用户对应的目标安全等级,可以基于目标用户对应的目标安全等级,将目标用户上传的内容数据插入数据审核队列目标位置处,具体地,获取预设的安全等级与数据审核队列位置之间的映射关系,基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
例如,在本发明实施例中安全等级划分10个等级,预先设置安全等级与数据审核队列位置之间的映射关系,如图5所示,对于目标用户对应的目标安全等级9,基于安全等级与数据审核队列位置之间的映射关系,可以将内容数据插入与目标安全等级对应的数据审核队列目标位置处,如图6所示,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
另外,在本发明实施例中对于数据审核队列,可以是第一审核队列和/或第二审核队列,对于数据审核方,可以是第一审核方和/或第二审核方,例如,第一审核方可以是AI审核方,第二审核方可以是人工审核。
具体地,基于安全等级与数据审核队列位置之间的映射关系,可以将内容数据插入与目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核第一数据审核队列中的内容数据。
或者,
基于安全等级与数据审核队列位置之间的映射关系,可以将内容数据插入与目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核第二审核队列中的内容数据。
或者,
基于安全等级与数据审核队列位置之间的映射关系,将内容数据插入与目标安全等级对应的第一审核队列和第二审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据,第二审核方依序审核所述第二审核队列中的所述内容数据。
具体地,可以基于安全等级与数据审核队列位置之间的映射关系,将内容数据插入与目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据;
在接收到第一审核方针对该内容数据的反馈之后,可以基于安全等级与数据审核队列位置之间的映射关系,将内容数据插入与目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核所述第二审核队列中的所述内容数据。与此同时,目标用户对应的目标安全等级可以作为第二审核方的审核参考。
最终由第二审核方给出针对内容数据的审核结果。
与上述方法实施例相对应,本发明实施例还提供了一种数据审核装置,如图7所示,该装置可以包括:数据获取模块710、特征获取模块720、特征输入模块730、数据插入模块740。
数据获取模块710,用于获取目标用户上传的内容数据;
特征获取模块720,用于获取所述目标用户的目标行为特征;
特征输入模块730,用于将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
数据插入模块740,用于根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
在本发明实施例的具体实施方式中,所述装置还包括:
模型训练模块750,用于在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征;将每个第一时间段内用户的所述第一行为特征进行组合;基于经过组合的所述第一行为特征,利用预设的安全等级预测算法进行训练,得到所述预设安全等级预测模型,其中,经过组合的所述第一行为特征的标签为用户安全等级。
在本发明实施例的具体实施方式中,所述装置还包括:
统计模块760,用于统计用户的数据上传数量以及数据审核通过率;
等级确定模块770,用于基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级。
在本发明实施例的具体实施方式中,所述统计模块760具体用于:
在多个连续的第二时间段内,统计每个第二时间段内用户的数据上传数量以及数据审核通过率。
在本发明实施例的具体实施方式中,所述等级确定模块770包括:
通过率计算子模块771,用于确定每个第二时间段对应的第二权重,根据所述第二权重、所述数据上传数量以及所述数据审核通过率,计算所述用户对应的综合通过率;
等级确定子模块772,用于根据所述综合通过率确定所述用户的用户安全等级。
在本发明实施例的具体实施方式中,所述等级确定子模块772具体用于:
确定所述综合通过率所处的综合通过率区间;
查找所述综合通过率区间对应的安全等级;
确定所述安全等级为所述用户的用户安全等级。
在本发明实施例的具体实施方式中,所述特征获取模块720具体用于:
在多个连续的第三时间段内,获取每个第三时间段内所述目标用户的第二行为特征;
将每个第三时间段内所述目标用户的所述第二行为特征组合成目标行为特征。
在本发明实施例的具体实施方式中,所述数据插入模块740包括:
关系获取子模块741,用于获取预设的安全等级与数据审核队列位置之间的映射关系;
数据插入子模块742,用于基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
在本发明实施例的具体实施方式中,所述数据插入子模块742具体用于:
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核所述第二审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列和第二审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据,第二审核方依序审核所述第二审核队列中的所述内容数据。
本发明实施例还提供了一种服务器,如图8所示,包括处理器81、通信接口82、存储器83和通信总线84,其中,处理器81,通信接口82,存储器83通过通信总线84完成相互间的通信,
存储器83,用于存放计算机程序;
处理器81,用于执行存储器83上所存放的程序时,实现如下步骤:
获取目标用户上传的内容数据,以及获取所述目标用户的目标行为特征;将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述服务器与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种存储介质,该存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的数据审核方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的数据审核方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中,或者从一个存储介质向另一个存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,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,对于系统实施例而言,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。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (18)
1.一种数据审核方法,其特征在于,所述方法包括:
获取目标用户上传的内容数据,以及获取所述目标用户的目标行为特征;
将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
2.根据权利要求1所述的方法,其特征在于,所述安全等级预测模型具体通过以下方式得到:
在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征;
将每个第一时间段内用户的所述第一行为特征进行组合;
基于经过组合的所述第一行为特征,利用预设的安全等级预测算法进行训练,得到所述预设安全等级预测模型,其中,经过组合的所述第一行为特征的标签为用户安全等级。
3.根据权利要求2所述的方法,其特征在于,所述用户安全等级具体通过以下方式得到:
统计用户的数据上传数量以及数据审核通过率;
基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级。
4.根据权利要求3所述的方法,其特征在于,所述统计用户的数据上传数量以及数据审核通过率,包括:
在多个连续的第二时间段内,统计每个第二时间段内用户的数据上传数量以及数据审核通过率。
5.根据权利要求4所述的方法,其特征在于,所述基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级,包括:
确定每个第二时间段对应的第二权重,根据所述第二权重、所述数据上传数量以及所述数据审核通过率,计算所述用户对应的综合通过率;
根据所述综合通过率确定所述用户的用户安全等级。
6.根据权利要求5所述的方法,其特征在于,所述根据所述综合通过率确定所述用户的用户安全等级,包括:
确定所述综合通过率所处的综合通过率区间;
查找所述综合通过率区间对应的安全等级;
确定所述安全等级为所述用户的用户安全等级。
7.根据权利要求2所述的方法,其特征在于,所述获取所述目标用户的目标行为特征,包括:
在多个连续的第三时间段内,获取每个第三时间段内所述目标用户的第二行为特征;
将每个第三时间段内所述目标用户的所述第二行为特征组合成目标行为特征。
8.根据权利要求1所述的方法,其特征在于,所述根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据,包括:
获取预设的安全等级与数据审核队列位置之间的映射关系;
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
9.根据权利要求8所述的方法,其特征在于,所述基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据,包括:
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核所述第二审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列和第二审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据,第二审核方依序审核所述第二审核队列中的所述内容数据。
10.一种数据审核装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标用户上传的内容数据;
特征获取模块,用于获取所述目标用户的目标行为特征;
特征输入模块,用于将所述目标行为特征输入预设安全等级预测模型,输出与所述目标用户对应的目标安全等级,所述预设安全等级预测模型基于携带安全等级标签的多个用户行为特征数据训练得到;
数据插入模块,用于根据所述目标安全等级,将所述内容数据插入数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
模型训练模块,用于在多个连续的第一时间段内,获取每个第一时间段内用户的第一行为特征;将每个第一时间段内用户的所述第一行为特征进行组合;基于经过组合的所述第一行为特征,利用预设的安全等级预测算法进行训练,得到所述预设安全等级预测模型,其中,经过组合的所述第一行为特征的标签为用户安全等级。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
统计模块,用于统计用户的数据上传数量以及数据审核通过率;
等级确定模块,用于基于所述数据上传数量以及所述数据审核通过率,确定所述用户的用户安全等级。
13.根据权利要求12所述的装置,其特征在于,所述统计模块具体用于:
在多个连续的第二时间段内,统计每个第二时间段内用户的数据上传数量以及数据审核通过率。
14.根据权利要求13所述的装置,其特征在于,所述等级确定模块包括:
通过率计算子模块,用于确定每个第二时间段对应的第二权重,根据所述第二权重、所述数据上传数量以及所述数据审核通过率,计算所述用户对应的综合通过率;
等级确定子模块,用于根据所述综合通过率确定所述用户的用户安全等级。
15.根据权利要求14所述的装置,其特征在于,所述等级确定子模块具体用于:
确定所述综合通过率所处的综合通过率区间;
查找所述综合通过率区间对应的安全等级;
确定所述安全等级为所述用户的用户安全等级。
16.根据权利要求11所述的装置,其特征在于,所述特征获取模块具体用于:
在多个连续的第三时间段内,获取每个第三时间段内所述目标用户的第二行为特征;
将每个第三时间段内所述目标用户的所述第二行为特征组合成目标行为特征。
17.根据权利要求10所述的装置,其特征在于,所述数据插入模块包括:
关系获取子模块,用于获取预设的安全等级与数据审核队列位置之间的映射关系;
数据插入子模块,用于基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的数据审核队列目标位置处,以使数据审核方依序审核所述数据审核队列中的所述内容数据。
18.根据权利要求17所述的装置,其特征在于,所述数据插入子模块具体用于:
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第二审核队列目标位置处,以使第二审核方依序审核所述第二审核队列中的所述内容数据;
或者,
基于所述映射关系,将所述内容数据插入与所述目标安全等级对应的第一审核队列和第二审核队列目标位置处,以使第一审核方依序审核所述第一审核队列中的所述内容数据,第二审核方依序审核所述第二审核队列中的所述内容数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010095203.9A CN111327609B (zh) | 2020-02-14 | 2020-02-14 | 数据审核方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010095203.9A CN111327609B (zh) | 2020-02-14 | 2020-02-14 | 数据审核方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111327609A true CN111327609A (zh) | 2020-06-23 |
CN111327609B CN111327609B (zh) | 2022-09-30 |
Family
ID=71171314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010095203.9A Active CN111327609B (zh) | 2020-02-14 | 2020-02-14 | 数据审核方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111327609B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435842A (zh) * | 2021-06-28 | 2021-09-24 | 京东科技控股股份有限公司 | 业务流程的处理方法和计算机设备 |
CN114756709A (zh) * | 2022-03-25 | 2022-07-15 | 北京卓越乐享网络科技有限公司 | 发布者的比对方法、装置、设备、存储介质和程序产品 |
CN114896453A (zh) * | 2022-04-24 | 2022-08-12 | 北京奇艺世纪科技有限公司 | 内容审核方法、安全评估模型的训练方法、装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447386A (zh) * | 2016-08-31 | 2017-02-22 | 微梦创科网络科技(中国)有限公司 | 一种网络广告审核方法及系统 |
CN106447239A (zh) * | 2016-11-21 | 2017-02-22 | 北京字节跳动科技有限公司 | 一种数据发布的审核方法及装置 |
US20170264679A1 (en) * | 2016-03-11 | 2017-09-14 | International Business Machines Corporation | Load balancing based on user behavior prediction |
US20170323211A1 (en) * | 2016-05-09 | 2017-11-09 | Mighty AI, Inc. | Automated accuracy assessment in tasking system |
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 |
CN107748952A (zh) * | 2017-10-09 | 2018-03-02 | 深圳广联赛讯有限公司 | 基于消费风险控制的信誉审核方法、装置及存储介质 |
CN107871088A (zh) * | 2017-11-14 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 一种信息处理方法、装置、终端和计算机可读存储介质 |
US20180365525A1 (en) * | 2016-02-26 | 2018-12-20 | Alibaba Group Holding Limited | Multi-sampling model training method and device |
CN109767320A (zh) * | 2018-12-17 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 订单审核方法、装置、计算机设备和存储介质 |
CN109992737A (zh) * | 2019-04-03 | 2019-07-09 | 北京字节跳动网络技术有限公司 | 第三方网页内容审核方法、装置及电子设备 |
-
2020
- 2020-02-14 CN CN202010095203.9A patent/CN111327609B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180365525A1 (en) * | 2016-02-26 | 2018-12-20 | Alibaba Group Holding Limited | Multi-sampling model training method and device |
US20170264679A1 (en) * | 2016-03-11 | 2017-09-14 | International Business Machines Corporation | Load balancing based on user behavior prediction |
US20170323211A1 (en) * | 2016-05-09 | 2017-11-09 | Mighty AI, Inc. | Automated accuracy assessment in tasking system |
CN106447386A (zh) * | 2016-08-31 | 2017-02-22 | 微梦创科网络科技(中国)有限公司 | 一种网络广告审核方法及系统 |
CN106447239A (zh) * | 2016-11-21 | 2017-02-22 | 北京字节跳动科技有限公司 | 一种数据发布的审核方法及装置 |
CN107748952A (zh) * | 2017-10-09 | 2018-03-02 | 深圳广联赛讯有限公司 | 基于消费风险控制的信誉审核方法、装置及存储介质 |
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 |
CN107871088A (zh) * | 2017-11-14 | 2018-04-03 | 百度在线网络技术(北京)有限公司 | 一种信息处理方法、装置、终端和计算机可读存储介质 |
CN109767320A (zh) * | 2018-12-17 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 订单审核方法、装置、计算机设备和存储介质 |
CN109992737A (zh) * | 2019-04-03 | 2019-07-09 | 北京字节跳动网络技术有限公司 | 第三方网页内容审核方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
ZUOZHI SHAO;YUNPENG LI;ZHANG KUO;GENG ZENG;SITANG ZHAO: "An Audit Method Based on Mathematical Statistics Detection in Database Audit System", 《2015 7TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS》 * |
武春燕;孙忠林: "基于用户行为的数据库安全审核机制", 《电脑知识与技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113435842A (zh) * | 2021-06-28 | 2021-09-24 | 京东科技控股股份有限公司 | 业务流程的处理方法和计算机设备 |
CN114756709A (zh) * | 2022-03-25 | 2022-07-15 | 北京卓越乐享网络科技有限公司 | 发布者的比对方法、装置、设备、存储介质和程序产品 |
CN114896453A (zh) * | 2022-04-24 | 2022-08-12 | 北京奇艺世纪科技有限公司 | 内容审核方法、安全评估模型的训练方法、装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111327609B (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110929052B (zh) | 多媒体资源推荐方法、装置、电子设备及存储介质 | |
CN111327609B (zh) | 数据审核方法及装置 | |
CN109165691B (zh) | 用于识别作弊用户的模型的训练方法、装置及电子设备 | |
US20110016111A1 (en) | Ranking search results based on word weight | |
CN110290400B (zh) | 可疑刷量视频的识别方法、真实播放量预估方法及装置 | |
CN111107416B (zh) | 一种弹幕屏蔽方法、装置及电子设备 | |
CN113656681B (zh) | 一种对象评价方法、装置、设备及存储介质 | |
CN108768743B (zh) | 一种用户识别方法、装置及服务器 | |
WO2022007626A1 (zh) | 视频内容推荐方法、装置及计算机设备 | |
CN111695084A (zh) | 模型生成方法、信用评分生成方法、装置、设备及存储介质 | |
CN106919692B (zh) | 一种推送消息的方法和装置 | |
CN111639696A (zh) | 一种用户分类方法及装置 | |
CN109740621B (zh) | 一种视频分类方法、装置及设备 | |
CN114330550A (zh) | 模型融合策略的选择方法、装置及电子设备 | |
CN112995765A (zh) | 一种网络资源显示方法及装置 | |
CN108804647B (zh) | 一种视频排序的方法及装置 | |
CN110971973A (zh) | 一种视频推送方法、装置及电子设备 | |
CN111860299B (zh) | 目标对象的等级确定方法、装置、电子设备及存储介质 | |
CN113836412A (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN111832964B (zh) | 一种用户评级方法、装置及电子设备 | |
CN112182502A (zh) | 合规审核方法、装置和设备 | |
CN112651764A (zh) | 一种目标用户识别方法、装置、设备和存储介质 | |
CN115248847B (zh) | 搜索数据集的构建方法、装置、电子设备及存储介质 | |
CN110941714A (zh) | 分类规则库构建方法、应用分类方法及装置 | |
WO2022247671A1 (zh) | 用户召回方法、装置、计算机设备和存储介质 |
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 |