CN112383785A - 热度值的处理方法、装置及电子设备 - Google Patents
热度值的处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112383785A CN112383785A CN202011086380.7A CN202011086380A CN112383785A CN 112383785 A CN112383785 A CN 112383785A CN 202011086380 A CN202011086380 A CN 202011086380A CN 112383785 A CN112383785 A CN 112383785A
- Authority
- CN
- China
- Prior art keywords
- user
- target
- target user
- heat value
- users
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003313 weakening effect Effects 0.000 claims description 34
- 230000006399 behavior Effects 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001680 brushing effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 12
- 230000002238 attenuated effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- XGFJCRNRWOXGQM-UHFFFAOYSA-N hot-2 Chemical compound CCSC1=CC(OC)=C(CCNO)C=C1OC XGFJCRNRWOXGQM-UHFFFAOYSA-N 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/475—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data
- H04N21/4751—End-user interface for inputting end-user data, e.g. personal identification number [PIN], preference data for defining user accounts, e.g. accounts for children
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明实施例提供了一种热度值的处理方法、装置及电子设备,涉及虚假用户识别技术领域。该方法包括:获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号;根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型;根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。上述方案,不仅可以准确的识别出目标用户类型,还能根据不同目标用户类型对用户维度热度值的影响,分别对目标用户的热度值采用不同的处理方式处理,使得到的用户维度热度值更具有真实性。
Description
技术领域
本发明涉及虚假用户识别技术领域,尤其涉及一种热度值的处理方法、装置及电子设备。
背景技术
目前,房间热门榜作为直播平台的重要流量入口,能够实时的体现出各个房间的热度,用于给用户更直观的发现和进入更加活跃的房间,进而提升用户体验,增加用户留存。房间热度值的计算一般会依据房间内用户数量、房间内充值和送礼情况、以及举报惩罚情况等多个维度定制一系列的计算规则来实现。而房间内成员作为多种计算房间热度维度的重要基础,许多房间利用增加虚假用户的方式来提高房间热度来提高热门榜位次,严重的影响了房间热门榜的真实性以及用户的体验。
传统的热门榜主要通过虚假用户黑名单的形式来人工筛选热门榜,这种方案不仅需要花费大量的人工去分析和添加黑名单,同时也容易因为主观判断难以量化,造成评判标准不一且没有优化依据和空间。有些方案还会通过用户请求频率来判断用户的真实性,此方案能够一定程度上来限制协议号,但是对其他类型的虚假用户无法有效过滤,会导致房间热门榜真实性较低。
发明内容
本发明提供一种热度值的处理方法、装置及电子设备,以便在一定程度上解决房间内的虚假用户无法有效识别导致房间热门榜真实性较低的问题。
在本发明实施的第一方面,提供了一种热度值的处理方法,所述方法包括:
获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号;
根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型;
根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。
在本发明实施的第二方面,提供了一种热度值的处理装置,所述装置包括:
第一获取模块,用于获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号;
第一处理模块,用于根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型;
第二处理模块,用于根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。
在本发明实施的第三方面,还提供了一种电子设备,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,实现如上所述的热度值的处理方法中的步骤。
在本发明实施的第四方面,还提供了一种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上所述的热度值的处理方法。
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,使得计算机执行如上所述的热度值的处理方法。
针对在先技术,本发明具备如下优点:
本发明实施例中,通过获取的目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,确定所述目标用户类型,可以准确的识别出虚假用户和正常用户,还能识别出虚假用户类型;然后根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,即根据不同目标用户类型对用户维度热度值的影响,分别采用不同的处理方式对目标用户的热度值进行处理,使得到的用户维度热度值更具有真实性,进而提高房间热门榜真实性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
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,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本发明实施例提供的热度值的处理方法流程图;
图2为本发明实施例提供的虚假用户热度值处理系统的结构示意图;
图3为本发明实施例提供的热度值的处理装置的结构框图;
图4为本发明实施例提供的电子设备的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不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,以便本申请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,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
在进行本发明实施例的说明时,首先对下面描述中所用到的一些概念进行解释说明。
身份标识号码(Identity,ID):用户的唯一标识,用户注册账号时产生并唯一绑定。
房间:是一种逻辑上用户分享音视频、文字的最小单元。一般会归属于一个房主,存在一个或多个负责分享音视频的用户以及若干作为观众的用户。
热度值:根据一种或多种维度评估一个房间的活跃程度或价值的分值。
房间热门榜:根据热度值将目标房间群体进行排序并展现的排行榜。
协议号:通过伪造请求协议模拟正常用户行为的用户。
刷榜用户:通过第三方软件模拟用户或者专业刷房用户,不是协议号,但是没有正常用户的交互行为,通过刷榜制造虚假的房间热度。
虚假用户:包括协议号、刷榜用户、同ID用户和同互联网协议(InternetProtocol,IP)地址用户等在内的非正常用户的统称。
如图1所示,本发明实施例提供了一种热度值的处理方法,所述方法具体包括:
步骤101,获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号。
具体的,该热度值的处理方法应用于虚假用户热度值处理系统,该系统架构如图2所示,该系统包括:用户数据统计服务21、第一缓存器22、用户行为分析服务23、第二缓存器24、榜单计算服务25以及第三缓存器26,其中,除了榜单计算服务25之外均为全球部署。其中,目标用户发送用户请求至分析后台,分析后台中的用户数据统计服务21根据用户请求中的用户登录请求获取目标用户的用户登录数据,即所述用户数据统计服务21可以全球实时收集用户登录数据,并将所有用户实时的登录IP地址和ID的第一映射关系、ID以及用户所在的目标房间号的第二映射关系维护于第一缓存器22中,所述第一缓存器22可以全球同步缓存。用户发送用户请求至分析后台,分析后台中的用户行为分析服务23根据用户请求中的用户行为请求获取目标用户的用户行为数据,即所述用户行为分析服务23可以全球实时收集用户行为数据,并可以计算得出协议号用户信息和刷榜用户信息,并通过所述第二缓存器24进行全球同步缓存,以供业务查询。
步骤102,根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型。
可选的,所述步骤102中,所述目标用户类型包括:协议号用户、刷榜用户、同ID用户、同IP地址用户和正常用户中的至少一项。
具体的,所述榜单计算服务25根据所述第一缓存器22中的目标用户的用户登录数据、所述第二缓存器24中的目标用户的用户行为数据、根据用户行为数据计算出的协议号用户信息和刷榜用户信息等识别虚假用户,根据协议号用户信息和刷榜用户信息可以确定目标用户是否为协议号用户或者刷榜用户,根据用户登录数据可以确定目标用户是否为同ID用户或者同IP地址用户。
步骤103,根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。
具体的,所述榜单计算服务25可以对不同类型的用户的热度值进行处理,所述目标房间中的每一个用户的热度值相加,计算得到目标房间中的用户维度热度值,使得到的用户维度热度值更具有真实性;根据用户维度热度值以及其他维度热度值之和可以得到目标房间的总体热度值,进而可以计算房间热门榜,并将上述结果全球同步缓存至第三缓存器26中,通过榜单展示服务可以展示房间热门榜,进而提高房间热门榜真实性。
本发明上述实施例中,通过获取的目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,确定所述目标用户类型,可以准确的识别出虚假用户和正常用户,还能识别出虚假用户类型;然后根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,即根据不同目标用户类型对用户维度热度值的影响,分别采用不同的处理方式对目标用户的热度值进行处理,使得到的用户维度热度值更具有真实性,进而提高房间热门榜真实性。
可选的,在确定所述目标用户类型为协议号用户的情况下,所述步骤103,具体可以包括:
将所述目标用户的热度值进行置零处理;
根据置零处理后的所述目标用户的热度值,获取所述目标房间的用户维度热度值。
具体的,所述榜单计算服务25根据所述第二缓存器24中的协议号用户信息,可以得知所述目标用户类型是否为协议号用户,如果确定所述目标用户类型为协议号用户,则可以直接将所述目标用户的热度值设置为零,换句话说,可以将所述目标用户从所述目标房间中过滤删除,目标用户的热度值不再参与所述目标房间的用户维度热度值计算,以减少目标用户(即协议号用户)的热度值对房间热门榜的影响,增加房间热门榜的真实性。
可选的,在确定所述目标用户类型为刷榜用户的情况下,所述步骤103,具体可以包括:
根据第一削弱系数,对所述目标用户的热度值进行削弱处理,得到削弱后的所述目标用户的第一热度值;
根据所述第一热度值,获取所述目标房间的用户维度热度值。
上述实施例中,所述榜单计算服务25根据所述第二缓存器24中的刷榜用户信息,可以得知所述目标用户类型是否为刷榜用户,如果确定所述目标用户类型为刷榜用户,则获取所述目标用户的热度值(即目标用户的奉献热度值),并且对所述目标用户的热度值以第一削弱系数(即刷榜用户奉献削弱系数)的形式降低至第一热度值,以降低刷榜用户对目标房间的用户维度热度值的影响,增加房间热门榜的真实性。
具体的,可以通过以下公式得到第一热度值:
hot1=θ*hot
其中,hot1表示削弱后的目标用户的第一热度值;
θ表示第一削弱系数,且0<θ<1;
hot表示削弱前的目标用户的热度值。
需要说明的是,所述第一削弱系数θ可以根据需要进行设定,在此不做具体限定。
可选的,所述步骤102具体可以包括:
步骤A1,根据所述目标用户的IP地址,获取所述目标用户的目标子网号,并计算所述目标房间内具有所述目标子网号的第一用户数量。
需要说明的是,由于虚假用户通常共用局域网或者连续申请临时ID,所以判定同IP地址(即同网络)或者同ID用户为虚假用户。
在上述步骤A1中,获取所述目标用户的IP地址,根据所述目标用户的IP地址可以得到目标用户的目标子网号,在所述目标房间内具有所述目标子网号的用户的数量即为第一用户数量,即为同IP子网用户数。
可选的,所述步骤A1,具体可以包括:
将所述目标用户的IP地址与子网掩码做按位与运算,得到所述目标用户的目标子网号;
根据所述目标子网号,计算所述目标房间内具有目标子网号的第一用户数量。
具体的,在获取到所述目标用户的IP地址之后,可以通过将所述目标用户的IP地址与设置的子网掩码mask做按位与运算,从而得到目标子网号,根据目标子网号可以计算目标房间内具有目标子网号的用户数量(即第一用户数量),从而得到目标用户的同IP子网用户数。
具体的,可以通过以下公式得到目标子网号和目标用户的同IP子网用户数:
目标子网号=IP&mask
同IP子网用户数=∑具有相同目标子网号的用户
其中,IP表示目标用户的IP地址;
&表示按位与运算;
mask表示预先设置的子网掩码。
步骤A2,根据所述目标用户的ID,获取所述目标用户的目标ID号段,并计算所述目标房间内具有目标ID号段的第二用户数量。
在上述步骤A2中,获取所述目标用户的ID,根据所述目标用户的ID可以得到目标用户的目标ID号段,在所述目标房间内具有所述目标ID号段的用户的数量即为第二用户数量,即为同ID号段用户数。
可选的,所述步骤A2具体可以包括:
对所述目标用户的ID与ID掩码做按位与运算,得到所述目标用户的目标ID号段;
根据所述目标ID号段,计算所述目标房间内具有目标ID号段的第二用户数量。
具体的,在获取到所述目标用户的ID之后,可以通过将所述目标用户的ID与ID掩码IDmask做按位与运算,从而得到目标ID号段,根据目标ID号段可以计算目标房间内具有目标ID号段的用户数量(即第二用户数量),从而得到目标用户的同ID号段用户数。
具体的,可以通过以下公式可以得到目标ID号段和目标用户的同ID号段用户数:
目标ID号段=用户ID&IDmask
同ID号段用户数=∑具有相同目标ID号段的用户
其中,用户ID表示目标用户的ID;
&表示按位与运算;
IDmask表示预设设置的ID掩码。
例如:IDmask如果设置为删除用户ID的后四位号段的功能,则用户ID通过与IDmask做按位与运算可以得到用户ID删除后四位之后的目标ID号段。
需要说明的是,IDmask不一定设置为删除后四位号段的功能,也可以设置为删除后三位号段的功能,在此不做具体限定。
步骤A3,若所述第一用户数量和所述第二用户数量均为1,则确定所述目标用户类型为正常用户。
具体的,若所述第一用户数量为1,则表示目标房间内没有与目标用户的目标子网号相同的其他用户,即所述目标房间内的用户仅有目标用户的子网号为目标子网号;若所述第二用户数量为1,则表示目标房间内没有与目标用户的目标ID号段相同的其他用户,即所述目标房间内的用户仅有目标用户的ID号段为目标ID号段;此时,由于所述第一用户数量和所述第二用户数量均为1,则确定所述目标用户类型为正常用户,对所述目标用户的热度值不进行处理,依旧采用原热度值进行房间热门榜运算。
步骤A4,若所述第一用户数量大于1,则确定所述目标用户类型为同IP地址用户;和/或,
步骤A5,若所述第二用户数量大于1,则确定所述目标用户类型为同ID用户。
具体的,若所述第一用户数量大于1,则表示目标房间内有与目标用户的目标子网号相同的其他用户,即所述目标房间内除所述目标用户之外还有其他用户的子网号为目标子网号,由此确定所述目标用户类型为同IP地址用户。若所述第二用户数量大于1,则表示目标房间内有与目标用户的目标ID号段相同的其他用户,即所述目标房间内除所述目标用户之外还有其他用户的ID号段为目标ID号段,由此确定所述目标用户类型为同ID用户。
可选的,在所述第一用户数量和/或所述第二用户数量均大于1的情况下,即在所述目标用户为同IP地址用户和/或同ID用户的情况下,所述步骤103,具体可以包括:
步骤B1判断所述第一用户数量是否大于第一阈值,并判断所述第二用户数量是否大于第二阈值。
具体的,在上述步骤B1中,所述第一阈值为同IP子网用户数的上限阈值,所述第二阈值为同ID号段用户数的上限阈值,如果所述第一用户数量大于所述第一阈值,则进入步骤B3;如果所述第二用户数量大于所述第二阈值,则进入步骤B4;如果所述第一用户数量小于或等于所述第一阈值、且所述第二用户数量小于或等于所述第二阈值,则进入步骤B2。
需要说明的是,所述第一阈值和所述第二阈值可以根据需要进行设定,在此不做具体限定。
步骤B2,在所述第一用户数量小于或等于所述第一阈值、且所述第二用户数量小于或等于所述第二阈值的情况下,根据所述第一用户数量和所述第二用户数量,对所述目标用户的热度值进行削弱处理,获取所述目标房间的用户维度热度值。
在上述步骤B2中,如果所述第一用户数量小于或等于所述第一阈值、且所述第二用户数量小于或等于所述第二阈值,则需要削弱所述目标用户的热度值,需要重新计算所述目标用户的热度值,由此重新计算出目标房间的用户维度热度值。
可选的,步骤B3,在所述第一用户数量大于所述第一阈值的情况下,将具有所述目标子网号的用户的热度值进行置零处理,获取所述目标房间的用户维度热度值;和/或,
可选的,步骤B4,在所述第二用户数量大于所述第二阈值的情况下,将具有所述目标ID号段的用户的热度值进行置零处理,获取所述目标房间的用户维度热度值。
具体的,在所述步骤B3中,如果所述第一用户数量大于所述第一阈值,则认定所述目标用户为同IP地址的虚假用户,并将具有所述目标子网号的用户的热度值均进行置零处理,换句话说,放弃目标房间内所有具有目标子网号的用户为所述目标房间带来的热度加成,以提高房间热门榜的真实性。
具体的,在所述步骤B4中,如果所述第二用户数量大于所述第二阈值,则认定所述目标用户为同ID用户的虚假用户,并将具有所述目标ID号段的用户的热度值均进行置零处理,换句话说,放弃目标房间内所有具有目标ID号段的用户为所述目标房间带来的热度加成,以提高房间热门榜的真实性。
需要说明的是,如果所述第一用户数量大于所述第一阈值,且所述第二用户数量小于或等于所述第二阈值,则仅需要将具有所述目标子网号的用户的热度值均进行置零处理;如果所述第一用户数量小于或等于所述第一阈值,且所述第二用户数量大于所述第二阈值,则仅需要将具有所述目标ID号段的用户的热度值均进行置零处理。
可选的,所述步骤B2具体可以包括:
根据所述第一用户数量和所述第二用户数量中的最大值的倒数,得到第二削弱系数;
根据所述第二削弱系数,对所述目标用户的热度值进行削弱处理,得到削弱后的所述目标用户的第二热度值;
根据所述第二热度值,获取所述目标房间的用户维度热度值。
具体的,将所述第一用户数量和所述第二用户数量进行大小比对,获取所述第一用户数量和所述第二用户数量中的较大值,并计算所述第一用户数量和所述第二用户数量中的较大值的倒数,由此得出第二削弱系数,第二削弱系数为目标用户带来的热度值因子,第二削弱系数越小说明该目标用户的虚假成分越高,所以需要通过第二削弱系数降低目标用户的热度值对目标房间的用户维度热度值的影响。
具体的,可以通过以下公式得到第二削弱系数和第二热度值:
μ=1/max(第一用户数量,第二用户数量)
hot2=μ*hot
其中,hot2表示削弱后的目标用户的第二热度值;
μ表示第二削弱系数,且0<μ<1;
hot表示削弱前的目标用户的热度值;
max(第一用户数量,第二用户数量)表示第一用户数量和第二用户数量之间的最大值。
需要说明的是,所述目标用户可以为目标房间内的多个用户,每一个用户的热度值进行处理,最后将处理后的热度值求和,得到目标房间的用户维度热度值。再与其他维度的热度值求和得到较真实的目标房间热度值,每一个房间的热度值均采用此方式进行计算,可以提高房间热门榜的真实性。
综上所述,本发明上述实施例通过多维度的设计,分别对协议号用户、刷榜用户、同IP地址用户、同ID用户等多种类型的虚假用户进行识别,并根据其在运营场景中造成的危害程度,分别使用直接过滤(即置零处理)、固定(即通过第一削弱系数削弱处理)与动态系数降低奉献值(即通过第二削弱系数削弱处理)的形式,实现了对多种虚假用户的针对性处理,极大的减少虚假用户刷榜带来的问题,提高了房间热门榜的真实性,进而提高用户的体验,提高用户留存。
如图3所示,本发明实施例提供的一种热度值的处理装置300,所述装置包括:
第一获取模块301,用于获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号;
第一处理模块302,用于根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型;
第二处理模块303,用于根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。
本发明上述实施例中,通过获取的目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,确定所述目标用户类型,可以准确的识别出虚假用户和正常用户,还能识别出虚假用户类型;然后根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,即根据不同目标用户类型对用户维度热度值的影响,分别采用不同的处理方式对目标用户的热度值进行处理,使得到的用户维度热度值更具有真实性,进而提高房间热门榜真实性。
可选的,所述目标用户类型包括:协议号用户、刷榜用户、同ID用户、同IP地址用户和正常用户中的至少一项。
可选的,在确定所述目标用户类型为协议号用户的情况下,所述第二处理模块303,包括:
第一处理单元,用于将所述目标用户的热度值进行置零处理;
第一获取单元,用于根据置零处理后的所述目标用户的热度值,获取所述目标房间的用户维度热度值。
可选的,在确定所述目标用户类型为刷榜用户的情况下,所述第二处理模块303,包括:
第二处理单元,用于根据第一削弱系数,对所述目标用户的热度值进行削弱处理,得到削弱后的所述目标用户的第一热度值;
第二获取单元,用于根据所述第一热度值,获取所述目标房间的用户维度热度值。
可选的,所述第一处理模块302,包括:
第一计算单元,用于根据所述目标用户的IP地址,获取所述目标用户的目标子网号,并计算所述目标房间内具有所述目标子网号的第一用户数量;
第二计算单元,用于根据所述目标用户的ID,获取所述目标用户的目标ID号段,并计算所述目标房间内具有目标ID号段的第二用户数量;
第一确定单元,用于若所述第一用户数量和所述第二用户数量均为1,则确定所述目标用户类型为正常用户;
第二确定单元,用于若所述第一用户数量大于1,则确定所述目标用户类型为同IP地址用户;和/或,
第三确定单元,用于若所述第二用户数量大于1,则确定所述目标用户类型为同ID用户。
可选的,所述第一计算单元,包括:
第一计算子单元,用于将所述目标用户的IP地址与子网掩码做按位与运算,得到所述目标用户的目标子网号;
第二计算子单元,用于根据所述目标子网号,计算所述目标房间内具有目标子网号的第一用户数量。
可选的,所述第二计算单元,包括:
第三计算子单元,用于对所述目标用户的ID与ID掩码做按位与运算,得到所述目标用户的目标ID号段;
第四计算子单元,用于根据所述目标ID号段,计算所述目标房间内具有目标ID号段的第二用户数量。
可选的,在所述第一用户数量和/或所述第二用户数量大于1的情况下,所述第二处理模块303,包括:
判断单元,用于判断所述第一用户数量是否大于第一阈值,并判断所述第二用户数量是否大于第二阈值;
第三处理单元,用于在所述第一用户数量小于或等于所述第一阈值、且所述第二用户数量小于或等于所述第二阈值的情况下,根据所述第一用户数量和所述第二用户数量,对所述目标用户的热度值进行削弱处理,获取所述目标房间的用户维度热度值。
可选的,所述第二处理模块303,还包括:
第四处理单元,用于在所述第一用户数量大于所述第一阈值的情况下,将具有所述目标子网号的用户的热度值进行置零处理,获取所述目标房间的用户维度热度值;和/或,
第五处理单元,用于在所述第二用户数量大于所述第二阈值的情况下,将具有所述目标ID号段的用户的热度值进行置零处理,获取所述目标房间的用户维度热度值。
可选的,所述第三处理单元,包括:
第一获取子单元,用于根据所述第一用户数量和所述第二用户数量中的最大值的倒数,得到第二削弱系数;
第二获取子单元,用于根据所述第二削弱系数,对所述目标用户的热度值进行削弱处理,得到削弱后的所述目标用户的第二热度值;
第三获取子单元,用于根据所述第二热度值,获取所述目标房间的用户维度热度值。
综上所述,本发明上述实施例通过多维度的设计,分别对协议号用户、刷榜用户、同IP地址用户、同ID用户等多种类型的虚假用户进行识别,并根据其在运营场景中造成的危害程度,分别使用直接过滤(即置零处理)、固定(即通过第一削弱系数削弱处理)与动态系数降低奉献值(即通过第二削弱系数削弱处理)的形式,实现了对多种虚假用户的针对性处理,极大的减少虚假用户刷榜带来的问题,提高了房间热门榜的真实性,进而提高用户的体验,提高用户留存。
需要说明的是,该热度值的处理装置实施例是与上述热度值的处理方法相对应的装置,上述方法实施例的所有实现方式均适用于该装置实施例中,也能达到与其相同的技术效果,在此不再赘述。
本发明实施例还提供了一种电子设备。如图4所示,包括处理器401、通信接口402、存储器403和通信总线404,其中,处理器401,通信接口402,存储器403通过通信总线404完成相互间的通信。
存储器403,用于存放计算机程序。
处理器401用于执行存储器403上所存放的程序时,实现本发明实施例提供的一种热度值的处理方法中的部分或者全部步骤。
上述电子设备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。
通信接口用于上述终端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,还提供了一种计算机可读存储介质,该计算机可读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所述的热度值的处理方法。
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所述的热度值的处理方法。
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,包含在本发明的保护范围内。
Claims (13)
1.一种热度值的处理方法,其特征在于,所述方法包括:
获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号;
根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型;
根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。
2.根据权利要求1所述的方法,其特征在于,所述目标用户类型包括:协议号用户、刷榜用户、同ID用户、同IP地址用户和正常用户中的至少一项。
3.根据权利要求2所述的方法,其特征在于,在确定所述目标用户类型为协议号用户的情况下,所述根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,包括:
将所述目标用户的热度值进行置零处理;
根据置零处理后的所述目标用户的热度值,获取所述目标房间的用户维度热度值。
4.根据权利要求2所述的方法,其特征在于,在确定所述目标用户类型为刷榜用户的情况下,所述根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,包括:
根据第一削弱系数,对所述目标用户的热度值进行削弱处理,得到削弱后的所述目标用户的第一热度值;
根据所述第一热度值,获取所述目标房间的用户维度热度值。
5.根据权利要求2所述的方法,其特征在于,所述根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型,包括:
根据所述目标用户的IP地址,获取所述目标用户的目标子网号,并计算所述目标房间内具有所述目标子网号的第一用户数量;
根据所述目标用户的ID,获取所述目标用户的目标ID号段,并计算所述目标房间内具有目标ID号段的第二用户数量;
若所述第一用户数量和所述第二用户数量均为1,则确定所述目标用户类型为正常用户;
若所述第一用户数量大于1,则确定所述目标用户类型为同IP地址用户;和/或,
若所述第二用户数量大于1,则确定所述目标用户类型为同ID用户。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标用户的IP地址,获取所述目标用户的目标子网号,并计算所述目标房间内具有所述目标子网号的第一用户数量,包括:
将所述目标用户的IP地址与子网掩码做按位与运算,得到所述目标用户的目标子网号;
根据所述目标子网号,计算所述目标房间内具有目标子网号的第一用户数量。
7.根据权利要求5所述的方法,其特征在于,所述根据所述目标用户的ID,获取所述目标用户的目标ID号段,并计算所述目标房间内具有目标ID号段的第二用户数量,包括:
对所述目标用户的ID与ID掩码做按位与运算,得到所述目标用户的目标ID号段;
根据所述目标ID号段,计算所述目标房间内具有目标ID号段的第二用户数量。
8.根据权利要求5所述的方法,其特征在于,在所述第一用户数量和/或所述第二用户数量大于1的情况下,所述根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,包括:
判断所述第一用户数量是否大于第一阈值,并判断所述第二用户数量是否大于第二阈值;
在所述第一用户数量小于或等于所述第一阈值、且所述第二用户数量小于或等于所述第二阈值的情况下,根据所述第一用户数量和所述第二用户数量,对所述目标用户的热度值进行削弱处理,获取所述目标房间的用户维度热度值。
9.根据权利要求8所述的方法,其特征在于,所述根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值,还包括:
在所述第一用户数量大于所述第一阈值的情况下,将具有所述目标子网号的用户的热度值进行置零处理,获取所述目标房间的用户维度热度值;和/或,
在所述第二用户数量大于所述第二阈值的情况下,将具有所述目标ID号段的用户的热度值进行置零处理,获取所述目标房间的用户维度热度值。
10.根据权利要求8所述的方法,其特征在于,所述根据所述第一用户数量和所述第二用户数量,对所述目标用户的热度值进行削弱处理,获取所述目标房间的用户维度热度值,包括:
根据所述第一用户数量和所述第二用户数量中的最大值的倒数,得到第二削弱系数;
根据所述第二削弱系数,对所述目标用户的热度值进行削弱处理,得到削弱后的所述目标用户的第二热度值;
根据所述第二热度值,获取所述目标房间的用户维度热度值。
11.一种热度值的处理装置,其特征在于,所述装置包括:
第一获取模块,用于获取目标房间内的目标用户的用户登录数据以及所述目标用户的用户行为数据,所述用户登录数据包括所述目标用户的IP地址、ID以及所述目标用户所在的目标房间号;
第一处理模块,用于根据所述目标用户的用户登录数据和所述目标用户的用户行为数据,确定所述目标用户类型;
第二处理模块,用于根据所述目标用户类型,对所述目标用户的热度值进行处理,获取所述目标房间的用户维度热度值。
12.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线;其中,处理器、通信接口以及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,实现如权利要求1至10任一项所述的热度值的处理方法中的步骤。
13.一种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至10任一项所述的热度值的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086380.7A CN112383785B (zh) | 2020-10-12 | 2020-10-12 | 热度值的处理方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011086380.7A CN112383785B (zh) | 2020-10-12 | 2020-10-12 | 热度值的处理方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112383785A true CN112383785A (zh) | 2021-02-19 |
CN112383785B CN112383785B (zh) | 2023-04-11 |
Family
ID=74581294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011086380.7A Active CN112383785B (zh) | 2020-10-12 | 2020-10-12 | 热度值的处理方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112383785B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114003571A (zh) * | 2021-10-29 | 2022-02-01 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929918A (zh) * | 2012-09-20 | 2013-02-13 | 西北工业大学 | 虚假网络舆情识别方法 |
US20170374084A1 (en) * | 2016-06-22 | 2017-12-28 | Ntt Innovation Institute, Inc. | Botnet detection system and method |
CN108093274A (zh) * | 2018-01-05 | 2018-05-29 | 武汉斗鱼网络科技有限公司 | 一种直播间排序方法、电子设备及可读存储介质 |
CN109241343A (zh) * | 2018-07-27 | 2019-01-18 | 北京奇艺世纪科技有限公司 | 一种刷量用户识别系统、方法及装置 |
CN110995781A (zh) * | 2019-11-01 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 点赞信息处理方法、装置及系统 |
-
2020
- 2020-10-12 CN CN202011086380.7A patent/CN112383785B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929918A (zh) * | 2012-09-20 | 2013-02-13 | 西北工业大学 | 虚假网络舆情识别方法 |
US20170374084A1 (en) * | 2016-06-22 | 2017-12-28 | Ntt Innovation Institute, Inc. | Botnet detection system and method |
CN108093274A (zh) * | 2018-01-05 | 2018-05-29 | 武汉斗鱼网络科技有限公司 | 一种直播间排序方法、电子设备及可读存储介质 |
CN109241343A (zh) * | 2018-07-27 | 2019-01-18 | 北京奇艺世纪科技有限公司 | 一种刷量用户识别系统、方法及装置 |
CN110995781A (zh) * | 2019-11-01 | 2020-04-10 | 腾讯科技(深圳)有限公司 | 点赞信息处理方法、装置及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114003571A (zh) * | 2021-10-29 | 2022-02-01 | 北京达佳互联信息技术有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112383785B (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6878450B2 (ja) | 広告に関する不正行為を防止するための方法及びデバイス並びに記憶媒体 | |
US10257113B2 (en) | Method and apparatus to throttle media access by web crawlers | |
CN107579956B (zh) | 一种用户行为的检测方法和装置 | |
CN109669795B (zh) | 崩溃信息处理方法及装置 | |
US20160241576A1 (en) | Detection of anomalous network activity | |
CN104615760A (zh) | 钓鱼网站识别方法和系统 | |
CN105208009B (zh) | 一种账号安全检测方法及装置 | |
CN107493326B (zh) | 网络投票处理方法、装置、服务器及计算机可读存储介质 | |
CN110351237B (zh) | 用于数控机床的蜜罐方法及装置 | |
CN112383785B (zh) | 热度值的处理方法、装置及电子设备 | |
CN107517200A (zh) | 一种Web服务器的恶意爬虫防御策略选择方法 | |
CN114157568B (zh) | 一种浏览器安全访问方法、装置、设备及存储介质 | |
CN109818921B (zh) | 一种网站接口非正常流量的分析方法及装置 | |
CN110213209B (zh) | 一种推送信息点击的作弊检测方法、装置及存储介质 | |
CN107135220B (zh) | 欺诈网页检测方法、计算机设备和计算机可读存储介质 | |
CN109587248B (zh) | 用户识别方法、装置、服务器及存储介质 | |
CN108804501A (zh) | 一种检测有效信息的方法及装置 | |
CN109190408B (zh) | 一种数据信息的安全处理方法及系统 | |
CN108171053B (zh) | 一种规则发现的方法以及系统 | |
CN112087414A (zh) | 挖矿木马的检测方法及装置 | |
CN115119197A (zh) | 基于大数据的无线网络风险分析方法、装置、设备及介质 | |
CN113472825B (zh) | 基于区块链的NB-IoT中终端交易处理方法及装置 | |
CN113032787A (zh) | 一种系统漏洞检测方法及装置 | |
CN111382626A (zh) | 视频中违规图像的检测方法、装置、设备及存储介质 | |
CN108664489B (zh) | 网站内容监控方法和装置 |
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 |