CN113641696A - 一种虚假流量检测方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了一种虚假流量检测方法、装置、电子设备及存储介质，涉及互联网技术领域，尤其涉及流量检测技术领域。具体方案为：获得用户在目标平台上进行搜索时的搜索词条；对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量；根据所述搜索词条中不同类型的字符的占比，获得所述搜索词条的字符评估信息；对所述第一向量和字符评估信息进行融合，得到第二向量；根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。应用本公开的方案可以实现虚假流量检测。

Description

一种虚假流量检测方法、装置、电子设备及存储介质

技术领域

本公开涉及互联网技术领域，尤其涉及流量检测技术领域。

背景技术

在to B(to Business，面向商业)电商平台访问场景中，可能存在虚假用户模拟正常用户对上述平台进行大量的点击访问，从而恶意为该平台带来大量的虚假流量。为获得上述平台真实的访问流量，需要对上述虚假流量进行检测。

发明内容

本公开提供了一种虚假流量检测方法、装置、电子设备及存储介质。

获得用户在目标平台上进行搜索时的搜索词条；

对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量；

根据所述搜索词条中不同类型的字符的占比，获得所述搜索词条的字符评估信息；

对所述第一向量和字符评估信息进行融合，得到第二向量；

根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

根据本公开的第二方面，提供了一种虚假流量检测装置，包括：

词条获得模块，用于获得用户在目标平台上进行搜索时的搜索词条；

第一向量获得模块，用于对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量；

评估信息获得模块，用于根据所述搜索词条中不同类型的字符的占比，获得所述搜索词条的字符评估信息；

第二向量获得模块，用于对所述第一向量和字符评估信息进行融合，得到第二向量；

虚假流量检测模块，用于根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一项所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面任一项所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面任一项所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开实施例提供的一种虚假流量检测方法的流程示意图；

图2为本公开实施例提供的另一种虚假流量检测方法的流程示意图；

图3为本公开实施例提供的一种流量检测模型训练方法的流程示意图；

图4为本公开实施例提供的一种模型训练过程的示意图；

图5为本公开实施例提供的一种虚假流量检测装置的结构示意图；

图6为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了实现虚假流量检测，本公开提供了一种虚假流量检测方法、装置、电子设备及存储介质，下面进行详细介绍。

本公开的一个实施例中，提供了一种虚假流量检测方法，包括：

获得用户在目标平台上进行搜索时的搜索词条；

对搜索词条进行向量化处理，得到表征搜索词条上下文信息的第一向量；

根据搜索词条中不同类型的字符的占比，获得搜索词条的字符评估信息；

对第一向量和字符评估信息进行融合，得到第二向量；

根据第二向量检测目标用户搜索搜索词条时带来的访问流量是否为虚假流量。

这样可以获得用户在目标平台上进行搜索时的搜索词条，得到反映上述搜索词条的上下文信息的第一向量，并基于上述搜索词条中不同类型的字符数量的占比，得到上述搜索词条的字符评估信息，并将上述字符评估信息与第一向量进行融合得到第二向量，该第二向量可以描述搜索词条的信息，利用该第二向量可以检测用户检测上述搜索词条时所带来的流量是否为虚假流量。由此可见，应用本公开提供的方案可以实现虚假流量检测。

下面对上述虚假流量检测方法进行详细介绍。

参见图1，图1为本公开实施例提供的一种虚假流量检测方法的流程示意图，该方法可以应用于服务器、电子计算机、手机等电子设备。如图1所示，虚假流量检测方法包括如下步骤S101-S105：

S101，获得用户在目标平台上进行搜索时的搜索词条。

其中，上述目标平台可以是电商平台、直播平台、搜索平台、视频平台、新闻平台、小说平台等。以电商平台为例，上述搜索词条可以是商品名称、商品功能、商品类型、商铺名称等，以视频平台为例，上述搜索词条可以是视频名称、演员名称、出品方名称、视频类型等。

本公开的一个实施例中，可以直接获得用户针对目标平台通过外部输入设备输入的词条，作为搜索词条。其中，上述外部输入设备可以是触摸屏、键盘、拾音器等。

除此之外，也可以获得用户针对目标平台的搜索信息，从上述搜索信息中获得搜索词条。其中，上述搜索信息可以是历史搜索记录、搜索日志等。

S102，对搜索词条进行向量化处理，得到表征搜索词条上下文信息的第一向量。

具体的，可以对搜索词条进行向量化处理，得到第一向量，其中第一向量可以反映上述搜索词条的上下文信息，而该上下文信息又能够反映目标用户的意图。

本公开的一个实施例中，可以利用预设的向量化算法对搜索词条进行向量化处理，从而得到第一向量。其中，上述向量化算法可以是BERT(Bidirectional EncoderRepresentations from Transformers，双向编码)模型。

S103，根据搜索词条中不同类型的字符的占比，获得搜索词条的字符评估信息。

其中，上述字符评估信息用于评估：由不同类型的字符组成的搜索词条的特性，字符评估信息可以采用得分、比值、评分等级等形式进行表示。

字符的类型可以包括：特殊字符、数字字符、敏感字符、中外文字符等。

上述特殊字符指的是@、￥、#、*、/等特殊符号。

上述敏感字符指的是：属于预设的敏感词的字符，例如，上述敏感词可以为“香烟”、“刀具”、“盗版”、“山寨”等。可以预先设定敏感词库，然后检测搜索词条中属于上述敏感词库的字符，作为敏感字符；也可以对搜索词条进行语义分析，基于分析结果确定搜索词条中的敏感字符等，本公开实施例并不对此进行限定。

上述中外文字符指的是中文字符、英文字符、日文字符、韩文字符、法文字符等。

具体的，可以统计搜索词条中所有字符的总数量，并分别统计搜索词条中不同类型的字符的数量，分别计算不同类型的字符的数量占上述总数量的比值，得到不同类型的字符的占比，基于上述占比，获得搜索词条的字符评估信息。

本公开的一个实施例中，可以计算不同类型的字符的占比的统计值，将上述统计值作为搜索词条的字符评估信息。其中，上述统计值可以是算数平均值、加权平均值、最大值、最小值、中位数等。

例如，可以按照以下公式计算不同类型的字符的占比的统计值S：

S＝a*P1+b*P2+c*P3+d*P4

其中，a、b、c、d分别表示预设的权重值，a、b、c、d之和可以为1，也可以不为1；P1表示特殊字符的占比，P2表示数字字符的占比，P3表示敏感字符的占比，P4表示中外文字符的占比。

假设a、b、c、d的取值分别为1、0.3、0.3、0.4，特殊字符的占比P1为0.2，数字字符的占比P2为0.3，敏感字符的占比P3为0.1，外文字符的占比P4为0.4，基于上述公式，可以计算得到不同类型的字符的占比的统计值S：

S＝1*0.2+0.3*0.3+0.3*0.1+0.4*0.4＝0.48

因此，可以确定搜索词条的字符评估信息为0.48。

除此之外，也可以直接将上述不同类型的字符的占比转化为向量，将转化后的向量作为搜索词条的字符评估信息。

S104，对第一向量和字符评估信息进行融合，得到第二向量。

本公开的一个实施例中，在上述字符评估信息为不同类型的字符的占比的统计值的情况下，可以计算上述第一向量和字符评估信息之间的乘积，将所得的乘积结果作为第二向量。

另外，本公开的另一实施例中，也可以直接对上述第一向量和字符评估信息进行拼接，将拼接后的拼接结果作为第二向量。

S105，根据第二向量检测目标用户搜索搜索词条时带来的访问流量是否为虚假流量。

具体的，目标用户在目标平台上搜索搜索词条时，能够为目标平台带来访问流量。其中，上述第二向量能够表征搜索词条的特征，从而反映目标用户的意图，基于该第二向量，能够判断上述目标用户搜索上述搜索词条时所带来的访问流量是否为虚假流量。

本公开的一个实施例中，可以将第二向量输入预先训练完成的虚假流量判别模型中，利用上述模型检测第二向量对应的访问流量是否为虚假流量。

除此之外，也可以预先获得虚假用户在平台上搜索时的搜索词条，作为虚假词条，然后对各个虚假词条进行向量化处理，得到表征虚假词条上下文信息的第一虚假向量，根据虚假词条中不同类型的字符的占比，获得虚假词条的虚假字符评估信息，对第一虚假向量和虚假字符评估信息进行融合，得到第二虚假向量，对各个虚假词条对应的第二虚假向量进行聚类，得到聚类结果，计算上述第二向量与聚类结果之间的近似度，在上述近似度小于预设的近似度阈值的情况下，判断目标用户搜索搜索词条时带来的访问流量为虚假流量。

上述实施例提供的虚假流量检测方案中，可以获得用户在目标平台上进行搜索时的搜索词条，得到反映上述搜索词条的上下文信息的第一向量，并基于上述搜索词条中不同类型的字符数量的占比，得到上述搜索词条的字符评估信息，并将上述字符评估信息与第一向量进行融合得到第二向量，该第二向量可以描述搜索词条的信息，利用该第二向量可以检测用户检测上述搜索词条时所带来的流量是否为虚假流量。由此可见，应用上述实施例提供的方案可以实现虚假流量检测。

本公开的一个实施例中，对于上述步骤S105在进行虚假流量检测时，可以：

获得包含搜索词条中不同类型的字符的占比的第三向量，将第二向量、第三向量融合得到融合向量，根据融合向量检测目标用户搜索搜索词条时带来的访问流量是否为虚假流量。

具体的，可以获得第三向量，第三向量中包含步骤S103中所获得的不同类型的字符的占比，然后对第二向量、第三向量进行融合，得到融合向量，后续可以根据融合向量检测目标用户搜索搜索词条时带来的访问流量是否为虚假流量。

本公开的一个实施例中，在获得第三向量时，可以直接将不同类型的字符的占比转化为向量，作为第三向量。

本公开的一个实施例中，在对第二向量、第三向量进行融合时，可以直接对第二向量、第三向量进行拼接。也可以对第二向量、第三向量相乘，得到融合向量。

上述方案中，第三向量可以直接反应搜索词条中不同字符的占比信息，对第三向量和第二向量进行融合，能够进一步增强第二向量所表征的搜索词条的特征，避免由于搜索词条长尾而导致第二向量难以针对性反映搜索词条特征的问题，这样利用融合后的融合向量进行虚假流量检测，能够提高虚假流量检测的准确度。

本公开的一个实施例中，在获得第三向量时，可以确定以数字形式表示的搜索词条所属分类的目标分类标识，获得包含搜索词条中不同类型的字符的占比、目标分类标识的第三向量。

其中，上述分类指的是：搜索词条的搜索范围所属的类别。例如，假设搜索词条为“牛仔裤”，则该搜索词条所属的分类可以为“服装”，假设搜索词条为“变形金刚”，则该搜索词条所属的分类可以为“电影”。

上述分类的分类标识可以采用数字的形式进行表示，可以预先对不同的分类进行数字编号，作为不同分类的分类标识。

具体的，可以确定搜索词条所属的分类，获得以数字形式表示的上述分类的分类标识，作为目标分类标识，然后基于上述搜索词条中不同类型的字符的占比、目标分类标识，得到第三向量。

本公开的一个实施例中，可以直接将搜索词条中不同类型的字符的占比、目标分类标识转化为向量，作为第三向量。

本公开的一个实施例中，在确定目标分类标识时，可以确定搜索词条所属的不同层级的分类，然后分别获得以数字形式表示的、上述不同层级的分类的分类标识，作为目标分类标识。例如，假设上层分类为“服装”，则下层分类可以包含“男装”、“女装”、“童装”等；假设上层分类为“工业设备”，则下层分类可以包含“建筑设备”、“安防设备”、“生产设备”等。

在确定搜索词条所属的分类时，可以按照下述方式进行确定。

本公开的一个实施例中，可以确定搜索词条中的目标关键词，然后从预设的关键词与所属分类的对应关系中，查找上述目标关键词对应的分类，作为搜索词条所属的分类。

例如，假设对应关系中“蓝牙耳机”对应的上层分类为“电子设备”，下层分类为“手机配件”，再下层分类为“无线耳机”，则当搜索词条为“高保真蓝牙耳机”时，可以检测到上述搜索词条的关键词为“蓝牙耳机”，查询上述对应关系，可知“蓝牙耳机”对应的不同层级的分类分别为“电子设备”、“手机配件”、“无线耳机”，进而可以确定上述搜索词条所属的不同层级的分类分别为“电子设备”、“手机配件”、“无线耳机”。

除此之外，也可以对搜索词条进行语义分析，基于分析结果确定该搜索词条所属的不同层级的分类。

上述方案所得到的第三向量，不仅可以反映搜索词条自身的字符特性，还能够反映字符词条所属的分类，这样所得到的第三向量能够反映的信息更加丰富，后续在利用第三向量进行虚假流量检测时所得到的检测结果的准确度更高。

上述方案在对搜索词条进行向量化处理、对向量进行融合、以及进行虚假流量检测时，可以借助网络模型来实现，下面进行详细介绍。

本公开的一个实施例中，在上述步骤S102对搜索词条进行向量化处理时，可以：

将搜索词条输入预先训练完成的流量检测模型中的向量化层，得到向量化层输出的表征搜索词条上下文信息的第一向量。

在上述步骤S104对第一向量和字符评估信息进行融合时，可以：

将第一向量、字符评估信息输入流量检测模型中的向量融合层，利用向量融合层对第一向量和字符评估信息进行融合，得到第二向量。

在上述步骤S105进行虚假流量检测时，可以：

将第二向量输入流量检测模型中的流量检测层，利用流量检测层检测所输入的向量对应的访问流量是否为虚假流量，得到流量检测层输出的检测结果。

其中，上述流量检测模型中包括向量化层、向量融合层、流量检测层。

具体的，在S101获得搜索词条后，可以根据搜索词条中不同类型的字符的占比，获得搜索词条的字符评估信息，然后将上述搜索词条、字符评估信息输入流量检测模型；

流量检测模型中的向量化层可以对上述搜索词条进行向量化处理，得到表征搜索词条上下文信息的第一向量，将第一向量输入向量融合层；

向量融合层获得上述第一向量以及输入的字符评估信息，并对第一向量和字符评估信息进行融合，得到第二向量，将第二向量输入流量检测层；

流量检测层可以检测所输入的向量对应的访问流量是否为虚假流量，并输出检测结果。

本公开的一个实施例中，也可以将第二向量、第三向量输入流量检测层，利用流量检测层将第二向量、第三向量融合得到融合向量，根据融合向量检测目标用户搜索搜索词条时带来的访问流量是否为虚假流量。

其中，第三向量中包含搜索词条中不同类型的字符的占比。

另外，上述第三向量中还可以包括：以数字形式表示的搜索词条所属分类的目标分类标识。

参见图2，图2为本公开实施例提供的另一种虚假流量检测方法的流程示意图，该方法包括如下步骤S201-S204：

S201，获得用户在目标平台上进行搜索时的搜索词条。

S202，确定搜索词条中不同类型的字符的占比，计算上述占比的统计值，作为搜索词条的字符评估信息。

S203，确定以数字形式表示的搜索词条所属分类的目标分类标识，获得包含搜索词条中不同类型的字符的占比、目标分类标识的第三向量。

S204，将上述搜索词条、字符评估信息、第三向量输入流量检测模型，利用流量检测模型检测目标用户搜索搜索词条时带来的访问流量是否为虚假流量，得到流量检测模型输出的检测结果。

其中，流量检测模型中的向量化层可以对上述搜索词条进行向量化处理，得到表征搜索词条上下文信息的第一向量，将第一向量输入向量融合层；

向量融合层获得上述第一向量以及输入的字符评估信息，并对第一向量和字符评估信息相乘，得到第二向量，将第二向量输入流量检测层；

流量检测层可以获得第二向量和第三向量，对第二向量和第三向量进行拼接，得到融合向量，利用融合向量检测所输入的向量对应的访问流量是否为虚假流量，并输出检测结果。

上述实施例提供的方案中，可以将用于实现不同功能的网络层进行整合，得到完整的流量检测模型，利用上述流量检测模型检测虚假流量，可以提高检测效率。

下面对上述流量检测模型的训练方式进行介绍。

参见图3，图3为本公开实施例提供的一种流量检测模型训练方法的流程示意图，上述流量检测模型可以通过以下步骤S301-S304训练得到：

S301，获得样本用户在样本平台上进行搜索时的样本搜索词条。

其中，上述样本用户可以是随机选择的用户，也可以是征集的用户。

上述样本平台可以是目标平台，也可以是除目标平台之外的其他平台等。

具体的，可以获得样本用户在样本平台上进行搜索时的搜索词条，作为样本搜索词条。

S302，获得样本搜索词条的标注信息。

其中，每一样本搜索词条的标注信息用于反映：该样本搜索词条对应的流量是否为虚假流量。

具体的，可以判断样本用户在样本平台上搜索上述样本搜索词条时所带来的流量是否为虚假流量，将上述判断结果作为样本搜索词条的标注信息。

本公开的一个实施例中，可以判断样本用户是否为虚假用户，若为是，则可以直接将样本用户的样本搜索词条对应的流量作为虚假流量；

除此之外，也可以人工判断各个样本搜索词条对应的流量是否为虚假流量。

S303，根据样本搜索词条中不同类型的字符的占比，获得样本搜索词条的样本字符评估信息。

具体的，可以统计样本搜索词条中所有字符的总数量，并分别统计样本搜索词条中不同类型的字符的数量，分别计算不同类型的字符的数量占上述总数量的比值，得到不同类型的字符的占比，基于上述占比，获得样本搜索词条的样本字符评估信息。

S304，利用样本搜索词条、样本字符评估信息和标注信息训练流量检测模型。

具体的，可以将上述样本搜索词条、样本字符评估信息和标注信息输入待训练的流量检测模型；

流量检测模型中的向量化层可以对上述样本搜索词条进行向量化处理，得到表征搜索词条上下文信息的第一向量，将第一向量输入向量融合层；

向量融合层获得上述第一向量以及输入的样本字符评估信息，并对第一向量和样本字符评估信息进行融合，得到第二向量，将第二向量输入流量检测层；

流量检测层可以检测所输入的向量对应的访问流量是否为虚假流量，并输出检测结果，计算检测结果相对标注信息的损失，利用上述损失调整流量检测模型的参数，实现对流量检测模型的训练。

本公开的一个实施例中，上述样本用户可以为：满足预设的行为稀疏条件的用户，行为稀疏条件包括：预设周期内每一预设时间段访问样本平台的次数少于预设的次数阈值。

其中，上述预设周期可以是一年、一个月、一星期等，预设时间段可以是1天、1小时、一星期等，上述次数阈值可以是2次、5次、10次等。

例如，可以选择一年内中的每一天访问上述样本平台的次数均少于2次的用户，作为样本用户。

本公开的一个实施例中，后续在应用上述流量检测模型时，也可以针对满足上述行为稀疏条件的目标用户，利用该流量检测模型对上述目标用户进行虚假流量检测。

而对于不满足上述行为行为稀疏条件的用户，可以利用其它方式进行虚假流量检测。

本公开的一个实施例中，上述样本搜索词条包括：第一数量比例的第一类词条、第二数量比例的第二类词条。

其中，第一类词条为：样本用户在预设的访问高峰时间段内在样本平台上进行搜索时的搜索词条；

第二类词条为：样本用户在预设的访问低谷时间段内在样本平台上进行搜索时的搜索词条。

上述高峰时间段指的是：样本平台的访问高峰期，上述低谷时间段指的是：样本平台的访问低谷期，可以是除上述高峰时间段之外的其他时间段。

例如，上述高峰时间段可以是每年的6月份、11月份、12月份，低谷时间段可以是其余月份。

第一数量比例可以是30％、20％、10％等，第二数量比例可以是70％、50％、80％、100％等，第一数量比例与第二数量比例之和可以为1，也可以不为1等。

申请人发现，to B行业电商平台的访问流量呈现明显的周期性，在节假日和季度末会有较大的访问流量，这段周期里也是存在流量作弊的高峰期，从而，to B电商平台的访问流量在一年中大部分时间段处于正常波动状态，小部分时间段处于异常波动区间。因此，为了使得模型能够识别出这段期间的虚假流量，并保持模型训练时样本数据分布较为均衡，可以选择小部分的高峰时间段的样本搜索词条、选择大部分的低谷时间段的样本搜索词条作为样本数据。例如，可以将50％的高峰时间段的样本搜索词条和全部的低谷时间段的样本搜索词条作为样本数据。

上述实施例提供的方案中，可以从满足行为洗漱条件的样本用户中，均衡选择高峰时间段和低谷时间段的样本搜索词条，作为样本数据，能够保证所选择的样本数据覆盖不同时间段，提高训练得到的模型的准确度。

参见图4，图4为本公开实施例提供的一种模型训练过程的示意图。如图4所示，在词条处理过程中，可以获得过去一年内各个样本用户在样本平台上进行搜索时的样本搜索词条，从中筛选出满足行为稀疏条件的样本用户，针对上述满足行为稀疏条件的样本用户，可以统计其对应的样本搜索词条中不同类型的字符的占比，基于上述占比，获得样本搜索词条的样本字符评估信息；

除此之外，还可以确定以数字形式表示的上述样本搜索词条所属的分类的样本分类标识，将上述不同类型的字符的占比、及样本分类标识作为第三向量；

在模型训练过程中，可以将上述样本搜索词条输入流量检测模型中的向量化层BERT层，该BERT层可以对上述样本搜索词条进行向量化处理，得到表征搜索词条上下文信息的第一向量，将第一向量输入向量融合层；

向量融合层获得上述第一向量以及输入的样本字符评估信息，并对第一向量和样本字符评估信息进行融合，得到第二向量，将第二向量输入流量检测层；

流量检测层可以获得第三向量，对上述第二向量和第三向量进行融合，得到融合向量，检测所输入的融合向量对应的访问流量是否为虚假流量，并输出检测结果，计算检测结果相对标注信息的损失，利用上述损失调整流量检测模型的参数，实现对流量检测模型的训练。

其中，流量检测层可以包括深度神经网络DNN层和归一化softmax层，上述DNN层可以提取融合向量的特征，将所提取的特征输入softmax层，softmax层可以输出虚假流量的检测结果。

上述实施例提供的虚假流量检测方案中，可以获得用户在目标平台上进行搜索时的搜索词条，得到反映上述搜索词条的上下文信息的第一向量，并基于上述搜索词条中不同类型的字符数量的占比，得到上述搜索词条的字符评估信息，并将上述字符评估信息与第一向量进行融合得到第二向量，该第二向量可以描述搜索词条的信息，利用该第二向量可以检测用户检测上述搜索词条时所带来的流量是否为虚假流量。由此可见，应用上述实施例提供的方案可以实现虚假流量检测。

与上述虚假流量检测方法相对应地，本公开还提供了一种虚假流量检测装置，下面进行详细介绍。

参见图5，图5为本公开实施例提供的一种虚假流量检测装置的结构示意图，包括：

词条获得模块501，用于获得用户在目标平台上进行搜索时的搜索词条；

第一向量获得模块502，用于对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量；

评估信息获得模块503，用于根据所述搜索词条中不同类型的字符的占比，获得所述搜索词条的字符评估信息；

第二向量获得模块504，用于对所述第一向量和字符评估信息进行融合，得到第二向量；

虚假流量检测模块505，用于根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

本公开的一个实施例中，所述虚假流量检测模块505，包括：

第三向量获得单元，用于获得包含所述搜索词条中不同类型的字符的占比的第三向量；

虚假流量检测单元，用于将所述第二向量、第三向量融合得到融合向量，根据所述融合向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

本公开的一个实施例中，所述第三向量获得单元，具体用于：

确定以数字形式表示的所述搜索词条所属分类的目标分类标识；

获得包含所述搜索词条中不同类型的字符的占比、所述目标分类标识的第三向量。

本公开的一个实施例中，所述第一向量获得模块502，具体用于：

将所述搜索词条输入预先训练完成的流量检测模型中的向量化层，得到所述向量化层输出的表征所述搜索词条上下文信息的第一向量；

所述第二向量获得模块504，具体用于：

将所述第一向量、字符评估信息输入所述流量检测模型中的向量融合层，利用所述向量融合层对所述第一向量和字符评估信息进行融合，得到第二向量；

所述虚假流量检测模块505，具体用于：

将所述第二向量输入所述流量检测模型中的流量检测层，利用所述流量检测层检测所输入的向量对应的访问流量是否为虚假流量，得到所述流量检测层输出的检测结果。

本公开的一个实施例中，所述虚假流量检测模块505，具体用于：

将所述第二向量、第三向量输入所述流量检测层，其中，所述第三向量中包含所述搜索词条中不同类型的字符的占比；

利用所述流量检测层将所述第二向量、第三向量融合得到融合向量，根据所述融合向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

本公开的一个实施例中，所述装置还包括模型训练模块，用于通过以下方式训练得到所述流量检测模型：

获得样本用户在样本平台上进行搜索时的样本搜索词条；

获得所述样本搜索词条的标注信息，其中，每一样本搜索词条的标注信息用于反映：该样本搜索词条对应的流量是否为虚假流量；

根据所述样本搜索词条中不同类型的字符的占比，获得所述样本搜索词条的样本字符评估信息；

利用所述样本搜索词条、样本字符评估信息和标注信息训练所述流量检测模型。

本公开的一个实施例中，所述样本用户为：满足预设的行为稀疏条件的用户，所述行为稀疏条件包括：预设周期内每一预设时间段访问所述样本平台的次数少于预设的次数阈值。

本公开的一个实施例中，所述样本搜索词条包括：第一数量比例的第一类词条、第二数量比例的第二类词条；

所述第一类词条为：所述样本用户在预设的访问高峰时间段内在所述样本平台上进行搜索时的搜索词条；

所述第二类词条为：所述样本用户在预设的访问低谷时间段内在所述样本平台上进行搜索时的搜索词条。本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

上述实施例提供的虚假流量检测方案中，可以获得用户在目标平台上进行搜索时的搜索词条，得到反映上述搜索词条的上下文信息的第一向量，并基于上述搜索词条中不同类型的字符数量的占比，得到上述搜索词条的字符评估信息，并将上述字符评估信息与第一向量进行融合得到第二向量，该第二向量可以描述搜索词条的信息，利用该第二向量可以检测用户检测上述搜索词条时所带来的流量是否为虚假流量。由此可见，应用上述实施例提供的方案可以实现虚假流量检测。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

本公开提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行虚假流量检测方法。

本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行虚假流量检测方法。

本公开提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现虚假流量检测方法。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如虚假流量检测方法。例如，在一些实施例中，虚假流量检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的虚假流量检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行虚假流量检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (18)

1.一种虚假流量检测方法，所述方法包括：

获得用户在目标平台上进行搜索时的搜索词条；

对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量；

根据所述搜索词条中不同类型的字符的占比，获得所述搜索词条的字符评估信息；

对所述第一向量和字符评估信息进行融合，得到第二向量；

根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

2.根据权利要求1所述的方法，其中，所述根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量，包括：

获得包含所述搜索词条中不同类型的字符的占比的第三向量；

将所述第二向量、第三向量融合得到融合向量，根据所述融合向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

3.根据权利要求2所述的方法，其中，所述获得包含所述搜索词条中不同类型的字符的占比的第三向量，包括：

确定以数字形式表示的所述搜索词条所属分类的目标分类标识；

获得包含所述搜索词条中不同类型的字符的占比、所述目标分类标识的第三向量。

4.根据权利要求1所述的方法，其中，所述对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量，包括：

将所述搜索词条输入预先训练完成的流量检测模型中的向量化层，得到所述向量化层输出的表征所述搜索词条上下文信息的第一向量；

所述对所述第一向量和字符评估信息进行融合，得到第二向量，包括：

将所述第一向量、字符评估信息输入所述流量检测模型中的向量融合层，利用所述向量融合层对所述第一向量和字符评估信息进行融合，得到第二向量；

所述根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量，包括：

将所述第二向量输入所述流量检测模型中的流量检测层，利用所述流量检测层检测所输入的向量对应的访问流量是否为虚假流量，得到所述流量检测层输出的检测结果。

5.根据权利要求4所述的方法，其中，所述将所述第二向量输入所述流量检测模型中的流量检测层，利用所述流量检测层检测所输入的向量对应的访问流量是否为虚假流量，得到所述流量检测层输出的检测结果，包括：

将所述第二向量、第三向量输入所述流量检测层，其中，所述第三向量中包含所述搜索词条中不同类型的字符的占比；

利用所述流量检测层将所述第二向量、第三向量融合得到融合向量，根据所述融合向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

6.根据权利要求3所述的方法，其中，所述流量检测模型通过以下方式训练得到：

获得样本用户在样本平台上进行搜索时的样本搜索词条；

获得所述样本搜索词条的标注信息，其中，每一样本搜索词条的标注信息用于反映：该样本搜索词条对应的流量是否为虚假流量；

根据所述样本搜索词条中不同类型的字符的占比，获得所述样本搜索词条的样本字符评估信息；

利用所述样本搜索词条、样本字符评估信息和标注信息训练所述流量检测模型。

7.根据权利要求6所述的方法，其中，所述样本用户为：满足预设的行为稀疏条件的用户，所述行为稀疏条件包括：预设周期内每一预设时间段访问所述样本平台的次数少于预设的次数阈值。

8.根据权利要求6所述的方法，其中，所述样本搜索词条包括：第一数量比例的第一类词条、第二数量比例的第二类词条；

所述第一类词条为：所述样本用户在预设的访问高峰时间段内在所述样本平台上进行搜索时的搜索词条；

所述第二类词条为：所述样本用户在预设的访问低谷时间段内在所述样本平台上进行搜索时的搜索词条。

9.一种虚假流量检测装置，所述装置包括：

词条获得模块，用于获得用户在目标平台上进行搜索时的搜索词条；

第一向量获得模块，用于对所述搜索词条进行向量化处理，得到表征所述搜索词条上下文信息的第一向量；

评估信息获得模块，用于根据所述搜索词条中不同类型的字符的占比，获得所述搜索词条的字符评估信息；

第二向量获得模块，用于对所述第一向量和字符评估信息进行融合，得到第二向量；

虚假流量检测模块，用于根据所述第二向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

10.根据权利要求9所述的装置，其中，所述虚假流量检测模块，包括：

第三向量获得单元，用于获得包含所述搜索词条中不同类型的字符的占比的第三向量；

虚假流量检测单元，用于将所述第二向量、第三向量融合得到融合向量，根据所述融合向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

11.根据权利要求10所述的装置，其中，所述第三向量获得单元，具体用于：

确定以数字形式表示的所述搜索词条所属分类的目标分类标识；

获得包含所述搜索词条中不同类型的字符的占比、所述目标分类标识的第三向量。

12.根据权利要求9所述的装置，其中，所述第一向量获得模块，具体用于：

将所述搜索词条输入预先训练完成的流量检测模型中的向量化层，得到所述向量化层输出的表征所述搜索词条上下文信息的第一向量；

所述第二向量获得模块，具体用于：

将所述第一向量、字符评估信息输入所述流量检测模型中的向量融合层，利用所述向量融合层对所述第一向量和字符评估信息进行融合，得到第二向量；

所述虚假流量检测模块，具体用于：

将所述第二向量输入所述流量检测模型中的流量检测层，利用所述流量检测层检测所输入的向量对应的访问流量是否为虚假流量，得到所述流量检测层输出的检测结果。

13.根据权利要求12所述的装置，其中，所述虚假流量检测模块，具体用于：

将所述第二向量、第三向量输入所述流量检测层，其中，所述第三向量中包含所述搜索词条中不同类型的字符的占比；

利用所述流量检测层将所述第二向量、第三向量融合得到融合向量，根据所述融合向量检测所述目标用户搜索所述搜索词条时带来的访问流量是否为虚假流量。

14.根据权利要求11所述的装置，所述装置还包括模型训练模块，用于通过以下方式训练得到所述流量检测模型：

获得样本用户在样本平台上进行搜索时的样本搜索词条；

获得所述样本搜索词条的标注信息，其中，每一样本搜索词条的标注信息用于反映：该样本搜索词条对应的流量是否为虚假流量；

根据所述样本搜索词条中不同类型的字符的占比，获得所述样本搜索词条的样本字符评估信息；

利用所述样本搜索词条、样本字符评估信息和标注信息训练所述流量检测模型。

15.根据权利要求14所述的装置，其中，所述样本用户为：满足预设的行为稀疏条件的用户，所述行为稀疏条件包括：预设周期内每一预设时间段访问所述样本平台的次数少于预设的次数阈值。

16.根据权利要求14所述的装置，其中，所述样本搜索词条包括：第一数量比例的第一类词条、第二数量比例的第二类词条；

所述第一类词条为：所述样本用户在预设的访问高峰时间段内在所述样本平台上进行搜索时的搜索词条；

所述第二类词条为：所述样本用户在预设的访问低谷时间段内在所述样本平台上进行搜索时的搜索词条。

17.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。

Images