CN113938455A - 群聊系统的用户监控方法、装置、电子设备及存储介质 - Google Patents
群聊系统的用户监控方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113938455A CN113938455A CN202111189609.4A CN202111189609A CN113938455A CN 113938455 A CN113938455 A CN 113938455A CN 202111189609 A CN202111189609 A CN 202111189609A CN 113938455 A CN113938455 A CN 113938455A
- Authority
- CN
- China
- Prior art keywords
- group chat
- user
- chat system
- communication
- risk level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 126
- 238000013145 classification model Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000002513 implantation Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000012806 monitoring device Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 239000007943 implant Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009193 crawling Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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]
- H04L51/043—Real-time or near real-time messaging, e.g. instant messaging [IM] using or handling presence information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及人工智能领域，揭露一种群聊系统的用户监控方法，包括：在群聊系统中植入多个沟通机器人，当存在沟通机器人被所述群聊系统的用户添加好友时，将用户标定为第一风险级别用户，判断所述第一风险级别用户发送的沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户，判断所述第二风险级别用户所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述所述第二风险级别用户踢出所述群聊系统。本发明还揭露群聊系统的用户监控装置、电子设备以及存储介质，本发明可解决在对群聊系统中用户执行监控时，容易产生监控滞后及影响群聊系统活跃度的问题。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种群聊系统的用户监控方法、装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术的发展，沟通方式也从面对面交流逐渐过渡到线上交流，且为了消息及时传达至每个人，无须一个个通知，线上群聊已必不可少。
但由于线上群聊人数众多，若存在部分用户意图不轨，则极其容易造成安全风险，目前常用的群聊系统的用户监控方法，主要是设置群聊管理员及禁言措施，其中，利用群聊管理员实时监控群聊内每个用户的发言信息，若出现安全威胁性信息及时采取措施，包括踢出群聊及拉黑等手段；禁言措施则禁止除群管理员外，其他所有用户的发言，以提高群聊安全性。
上述方法虽可达到用户监控的目的，但由于群聊管理员监控用户具有滞后性，安全补救措施不够积极，而禁言措施容易降低群活跃度，导致线上群聊效果较差。
发明内容
本发明提供一种群聊系统的用户监控方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决在对群聊系统中用户执行监控时，容易产生监控滞后及影响群聊系统活跃度的问题。
为实现上述目的，本发明提供的一种群聊系统的用户监控方法，其中，所述群聊系统内包括多个用户，包括：
在所述群聊系统中植入多个沟通机器人；
当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
可选地，所述在所述群聊系统中植入多个沟通机器人，之前包括：
接收群聊创建指令，将所述群聊创建指令执行序列化，得到序列化创建指令；
将所述序列化创建指令发送至群聊服务器；
利用所述群聊服务器解析所述序列化创建指令，得到群聊待加入用户信息集；
根据所述群聊待加入用户信息集生成广播信息，将所述广播信息广播至待加入用户所在的客户端；
当广播成功时，利用所述客户端与所述群聊服务器生成所述群聊系统。
可选地，所述将所述序列化创建指令发送至群聊服务器，包括：
构建与所述群聊创建指令对应的指令序列化对象；
将所述指令序列化对象转为JSON字符串形式的群聊创建指令；
从JSON字符串形式的所述群聊创建指令中提取指令类型信息，将所述指令类型信息存储至所述群聊创建指令所在的客户端，当存储成功时，确定已提取出所述指令类型信息的群聊创建指令为所述序列化创建指令。
可选地，所述在所述群聊系统中植入多个沟通机器人，包括：
导入url包，利用所述url包获取预构建的机器人派发系统的url地址，并利用所述url地址生成POST请求；
将所述POST请求发送至所述机器人派发系统；
利用所述机器人派发系统派发符合数量要求的沟通机器人，并植入至所述群聊系统。
可选地，所述利用所述机器人派发系统派发符合数量要求的沟通机器人，并植入至所述群聊系统，包括：
在所述机器人派发系统中生成与所述数量相同的聊天接口；
将所述聊天接口的url地址发送至所述群聊系统，并在所述群聊系统中，利用所述url地址生成用户信息并添加至所述群聊系统；
生成打招呼文本信息请求指令，并调用所述聊天接口请求得到打招呼文本；
当所述打招呼文本发送至所述群聊系统成功时，完成植入。
可选地，所述判断所述沟通信息是否包括安全威胁性信息，包括：
获取待分类文本集合，按照是否为安全威胁性信息为分类标准，对所述待分类文本集合中各文本执行分类，得到分类文本集合；
利用所述分类文本集合训练预构建的文本分类模型，得到训练完成的文本分类模型；
利用训练完成的所述文本分类模型对所述沟通信息执行分类，判断所述沟通信息是否包括安全威胁性信息。
可选地，所述利用所述分类文本集合训练预构建的文本分类模型，得到训练完成的文本分类模型，包括：
对所述分类文本集合执行文本向量转换，得到文本向量集合；
利用所述文本分类模型中的CRF神经网络，对所述文本向量进行要素提取，得到待预测特征要素；
根据所述文本分类模型中的分类函数，对所述待预测特征要素执行是否为安全威胁性的分类，得到分类标签，计算所述分类标签的对数损失值；
判断所述对数损失值是否小于预设的差异阈值，若是，则对所述文本分类模型进行参数优化；
直至所述对数损失值小于所述差异阈值，得到训练完成的所述文本分类模型。
为了解决上述问题，本发明还提供一种群聊系统的用户监控装置，所述装置包括：
沟通机器人植入模块，用于在所述群聊系统中植入多个沟通机器人；
第一风险级别用户判定模块，用于当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
第二风险级别用户判定模块，用于利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
风险判定模块，用于判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序被所述至少一个处理器执行，以实现上述所述的群聊系统的用户监控方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的群聊系统的用户监控方法。
本发明实施例中，在所创建的群聊系统中植入多个沟通机器人，利用沟通机器人伪装成用户监控群聊系统中其他用户的发言，相比于背景技术中使用禁止除群管理员外其他所有用户的发言的方法，在提高群聊系统活跃度的同时，也可达到监控用户的作用，进一步地，将添加机器人为好友的用户标定为第一风险级别用户，若第一风险级别用户发送安全威胁性信息则标定为第二风险级别用户，并进一步判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，则踢出群聊系统，并加入至黑名单，可见本发明实施例是自动化执行用户行为监控，并未设置群聊管理员管理群聊用户，有效解决因管理员未及时发现用户行为，而导致群聊系统监控滞后性的问题，因此，本发明提出的一种群聊系统的用户监控方法、装置、电子设备以及计算机可读存储介质可以解决在对群聊系统中用户执行监控时，容易产生监控滞后及影响群聊系统活跃度的问题。
附图说明
图1为本发明一实施例提供的群聊系统的用户监控方法的流程示意图；
图2为本发明一实施例提供的群聊系统的用户监控方法中S1的流程示意图；
图3为本发明一实施例提供的群聊系统的用户监控方法中S4的流程示意图；
图4为本发明一实施例提供的群聊系统的用户监控装置的模块示意图；
图5为本发明一实施例提供的实现群聊系统的用户监控方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种群聊系统的用户监控方法。所述群聊系统的用户监控方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述群聊系统的用户监控方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的群聊系统的用户监控方法的流程示意图。在本发明实施例中，所述群聊系统的用户监控方法包括：
S1、创建群聊系统，其中，所述群聊系统内包括多个用户。
应该了解的是，群聊系统的创建方式多种多样，本发明其中一个实施例，参阅图2所示，所述创建群聊系统，包括：
S11、接收群聊创建指令，将所述群聊创建指令执行序列化，得到序列化创建指令；
详细地，所述群聊创建指令一般为所述群聊系统内某用户发起。示例性的，如某集团需开发某项目，项目经理发起群聊创建指令，欲建立该项目的研讨群。
S12、将所述序列化创建指令发送至群聊服务器；
进一步地，所述序列化(Serialization)是将所述群聊创建指令转换为可传输的形式。本发明实施例中，所述S12包括：
构建与所述群聊创建指令对应的指令序列化对象；
将所述指令序列化对象转为JSON字符串形式的群聊创建指令；
从JSON字符串形式的所述群聊创建指令中提取指令类型信息，将所述指令类型信息存储至所述群聊创建指令所在的客户端，当存储成功时，确定已提取出所述指令类型信息的群聊创建指令为所述序列化创建指令。
详细地，可使用JAVA编程语言构建类的形式，构建所述群聊创建指令的指令序列化对象。
另外，从字符串形式的群聊创建指令中提取指令类型信息，一方面减轻指令大小，方便传输，另一方面可将指令类型信息存储在客户端，方便后续群聊系统创建时执行验证，以有效提高安全性。
S13、利用所述群聊服务器解析所述序列化创建指令，得到群聊待加入用户信息集；
本发明实施例中，由于群聊系统需要掌握在该系统内的用户信息，因此利用群聊服务器解析出所述用户信息集。
S14、根据所述群聊待加入用户信息集生成广播信息，将所述广播信息广播至待加入用户所在的客户端；
应知道的是，广播信息包括信号搭建信息、信号通知信息，其中本发明实施例中，可利用该广播信息将用户所在的客户端与所述群聊服务器执行信号搭建，从而利用所述群聊服务器为多个客户端执行群聊提供信号传输服务。
S15、当广播成功时，利用所述客户端与所述群聊服务器生成所述群聊系统。
S2、在所述群聊系统中植入多个沟通机器人。
详细地，所述S2包括：
导入url包，利用所述url包获取预构建的机器人派发系统的url地址，并利用所述url地址生成POST请求；
将所述POST请求发送至所述机器人派发系统；
利用所述机器人派发系统派发符合数量要求的沟通机器人，并植入至所述群聊系统。
示例性的，上述项目经理发起群聊创建指令，建立该项目的研讨群，为了防止该项目的研究成果被窃取，因此欲植入多个沟通机器人。
应了解的是，若群聊系统申请对用户执行监控，则需构建POST请求，请求沟通机器人派发系统在群聊中植入沟通机器人。另外，POST请求中必须包括沟通机器人派发系统的url地址，才可将POST请求发送至该派发系统。
进一步地，当机器人派发系统响应群聊系统的植入请求后，则执行植入操作，所述利用所述机器人派发系统派发符合数量要求的沟通机器人，并植入至所述群聊系统，包括：
在所述机器人派发系统中生成与所述数量相同的聊天接口；
将所述聊天接口的url地址发送至所述群聊系统，并在所述群聊系统中，利用所述url地址生成用户信息并添加至所述群聊系统；
生成打招呼文本信息请求指令，并调用所述聊天接口请求得到打招呼文本；
当所述打招呼文本发送至所述群聊系统成功时，完成植入。
进一步地，所述机器人派发系统可直接运行基于python语言构建的transformer模型，生成智能对话文本。另外，该机器人派发系统也可生成聊天接口，将智能对话文本通过所述聊天接口发送至其他系统。
S3、当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户。
示例性的，在上述项目的研讨群中，为了防止该项目的研究成果被窃取，因此植入多个沟通机器人。当研讨群中存在用户主动添加沟通机器人时，表示该用户可能想窃取项目核心代码、挖人等动机不纯的目的，当然不排除该用户因某原因，私聊其他用户，因此先将该用户标定为第一风险级别用户。
S4、利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户。
可理解的是，当用户添加沟通机器人后，可能会尝试给沟通机器人发送沟通信息，而沟通机器人具备沟通能力，故会收集到多条沟通信息。
进一步地，需判断沟通信息是否包括所述安全威胁性信息，其中，所述安全威胁性信息包括营销信息、招聘兼职信息、商业机密信息等。
详细地，参阅图3所示，所述判断所述沟通信息是否包括安全威胁性信息，包括：
S41、获取待分类文本集合，按照是否为安全威胁性信息为分类标准，对所述待分类文本集合中各文本执行分类，得到分类文本集合；
本发明其中一个实施例，所述待分类文本集合可预先从其他群聊系统中爬取整理得到。其中包括具备安全威胁性的文本和没有安全威胁性的文本。
S42、利用所述分类文本集合训练预构建的文本分类模型，得到训练完成的文本分类模型；
本发明实施例中，所述文本分类模型可通过预先构建的CRF神经网络及分类函数组合得到。
进一步地，所述S42包括：
对所述分类文本集合执行文本向量转换，得到文本向量集合；
利用所述文本分类模型中的CRF神经网络，对所述文本向量进行要素提取，得到待预测特征要素；
根据所述文本分类模型中的分类函数，对所述待预测特征要素执行是否为安全威胁性的分类，得到分类标签，计算所述分类标签的对数损失值；
判断所述对数损失值是否小于预设的差异阈值，若是，则对所述文本分类模型进行参数优化；
直至所述对数损失值小于所述差异阈值，得到训练完成的所述文本分类模型。
本发明实施例中可采用word2vec的方法对所述训练文本进行文本向量转换，得到文本向量。所述word2vec是一种常用且高效的文本向量转换方法。
进一步地，所述对数损失值的计算方法包括：
利用如下损失函数计算所述对数损失值：
其中，LogLossFunction为所述对数损失值，PRealPath为所述分类文本集合中的真实特征要素，PN为第N个待预测特征要素。
S43、利用训练完成的所述文本分类模型对所述沟通信息执行分类，判断所述沟通信息是否包括安全威胁性信息。
S5、判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
应了解的是，若在预设时间段内较为频繁的添加群聊内的用户，则表明用户可能具有其他企图，如某项目为了提高项目的完成效率，成立项目群及时同时项目开发情况，但若项目群刚成立的三分钟内，就存在某群聊用户大量添加其他群聊用户，则有可能是该群聊用户的目的不仅是为等待项目群群主所发布的项目信息，还另有所图，则可认为该用户具有安全性威胁，因此需将该用户踢出群聊系统并拉黑。
本发明其中一个实施例，所述第二风险级别用户对应的预设阈值为10。总结来说，当第二风险级别用户触发预设阈值，则认定都具有潜在的安全隐患，因此立刻将其踢出群聊并拉黑，完成群聊系统的用户监控。
本发明实施例中，在所创建的群聊系统中植入多个沟通机器人，利用沟通机器人伪装成用户监控群聊系统中其他用户的发言，相比于背景技术中使用禁止除群管理员外其他所有用户的发言的方法，在提高群聊系统活跃度的同时，也可达到监控用户的作用，进一步地，将添加机器人为好友的用户标定为第一风险级别用户，若第一风险级别用户发送安全威胁性信息则标定为第二风险级别用户，并进一步判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，则踢出群聊系统，并加入至黑名单，可见本发明实施例是自动化执行用户行为监控，并未设置群聊管理员管理群聊用户，有效解决因管理员未及时发现用户行为，而导致群聊系统监控滞后性的问题，因此，本发明提出的一种群聊系统的用户监控方法、装置、电子设备以及计算机可读存储介质可以解决在对群聊系统中用户执行监控时，容易产生监控滞后及影响群聊系统活跃度的问题。
如图4所示，是本发明群聊系统的用户监控装置的功能模块图。
本发明所述群聊系统的用户监控装置100可以安装于电子设备中。根据实现的功能，所述群聊系统的用户监控装置可以包括沟通机器人植入模块101、第一风险级别用户判定模块102、第二风险级别用户判定模块103以及风险判定模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备的处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述沟通机器人植入模块101，用于在所述群聊系统中植入多个沟通机器人；
所述第一风险级别用户判定模块102，用于当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
所述第二风险级别用户判定模块103，用于利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
所述风险判定模块104，用于判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
详细地，本发明实施例中所述群聊系统的用户监控装置100中的所述各模块在使用时采用与上述的图1中所述的群聊系统的用户监控方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明实现群聊系统的用户监控方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如群聊系统的用户监控程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行群聊系统的用户监控程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如群聊系统的用户监控程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12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。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备1之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备1，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的群聊系统的用户监控程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
在所述群聊系统中植入多个沟通机器人；
当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备1的处理器所执行时，可以实现：
在所述群聊系统中植入多个沟通机器人；
当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种群聊系统的用户监控方法，其中，所述群聊系统内包括多个用户，其特征在于，所述方法包括：
在所述群聊系统中植入多个沟通机器人；
当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
2.如权利要求1所述的群聊系统的用户监控方法，其特征在于，所述在所述群聊系统中植入多个沟通机器人，之前还包括：
接收群聊创建指令，将所述群聊创建指令执行序列化，得到序列化创建指令；
将所述序列化创建指令发送至群聊服务器；
利用所述群聊服务器解析所述序列化创建指令，得到群聊待加入用户信息集；
根据所述群聊待加入用户信息集生成广播信息，将所述广播信息广播至待加入用户所在的客户端；
当广播成功时，利用所述客户端与所述群聊服务器生成所述群聊系统。
3.如权利要求2所述的群聊系统的用户监控方法，其特征在于，所述将所述序列化创建指令发送至群聊服务器，包括：
构建与所述群聊创建指令对应的指令序列化对象；
将所述指令序列化对象转为JSON字符串形式的群聊创建指令；
从JSON字符串形式的所述群聊创建指令中提取指令类型信息，将所述指令类型信息存储至所述群聊创建指令所在的客户端，当存储成功时，确定已提取出所述指令类型信息的群聊创建指令为所述序列化创建指令。
4.如权利要求1所述的群聊系统的用户监控方法，其特征在于，所述在所述群聊系统中植入多个沟通机器人，包括：
导入url包，利用所述url包获取预构建的机器人派发系统的url地址，并利用所述url地址生成POST请求；
将所述POST请求发送至所述机器人派发系统；
利用所述机器人派发系统派发符合数量要求的沟通机器人，并植入至所述群聊系统。
5.如权利要求4所述的群聊系统的用户监控方法，其特征在于，所述利用所述机器人派发系统派发符合数量要求的沟通机器人，并植入至所述群聊系统，包括：
在所述机器人派发系统中生成与所述数量相同的聊天接口；
将所述聊天接口的url地址发送至所述群聊系统，并在所述群聊系统中，利用所述url地址生成用户信息并添加至所述群聊系统；
生成打招呼文本信息请求指令，并调用所述聊天接口请求得到打招呼文本；
当所述打招呼文本发送至所述群聊系统成功时，完成植入。
6.如权利要求5中所述的群聊系统的用户监控方法，其特征在于，所述判断所述沟通信息是否包括安全威胁性信息，包括：
获取待分类文本集合，按照是否为安全威胁性信息为分类标准，对所述待分类文本集合中各文本执行分类，得到分类文本集合；
利用所述分类文本集合训练预构建的文本分类模型，得到训练完成的文本分类模型；
利用训练完成的所述文本分类模型对所述沟通信息执行分类，判断所述沟通信息是否包括安全威胁性信息。
7.如权利要求6所述的群聊系统的用户监控方法，其特征在于，所述利用所述分类文本集合训练预构建的文本分类模型，得到训练完成的文本分类模型，包括：
对所述分类文本集合执行文本向量转换，得到文本向量集合；
利用所述文本分类模型中的CRF神经网络，对所述文本向量进行要素提取，得到待预测特征要素；
根据所述文本分类模型中的分类函数，对所述待预测特征要素执行是否为安全威胁性的分类，得到分类标签，计算所述分类标签的对数损失值；
判断所述对数损失值是否小于预设的差异阈值，若是，则对所述文本分类模型进行参数优化；
直至所述对数损失值小于所述差异阈值，得到训练完成的所述文本分类模型。
8.一种群聊系统的用户监控装置，其特征在于，所述装置包括：
沟通机器人植入模块，用于在所述群聊系统中植入多个沟通机器人；
第一风险级别用户判定模块，用于当存在至少一个所述沟通机器人，被所述群聊系统的用户添加好友时，将添加好友的用户标定为第一风险级别用户；
第二风险级别用户判定模块，用于利用所述沟通机器人接收所述第一风险级别用户发送的沟通信息，判断所述沟通信息是否包括安全威胁性信息，若所述沟通信息包括安全威胁性信息，将所述第一风险级别用户标定为第二风险级别用户；
风险判定模块，用于判断所述第二风险级别用户，在预设时间段内所添加的沟通机器人个数，当所述沟通机器人个数大于预设阈值时，将所述第二风险级别用户踢出所述群聊系统，并加入至所述群聊系统的黑名单。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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如权利要求1至7中任意一项所述的群聊系统的用户监控方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的群聊系统的用户监控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111189609.4A CN113938455A (zh) | 2021-10-13 | 2021-10-13 | 群聊系统的用户监控方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111189609.4A CN113938455A (zh) | 2021-10-13 | 2021-10-13 | 群聊系统的用户监控方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113938455A true CN113938455A (zh) | 2022-01-14 |
Family
ID=79278952
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111189609.4A Pending CN113938455A (zh) | 2021-10-13 | 2021-10-13 | 群聊系统的用户监控方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113938455A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023193717A1 (zh) * | 2022-04-07 | 2023-10-12 | 维沃移动通信有限公司 | 群聊会话管理方法、装置、电子设备和可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109495378A (zh) * | 2018-12-28 | 2019-03-19 | 广州华多网络科技有限公司 | 检测异常帐号的方法、装置、服务器及存储介质 |
| CN110851485A (zh) * | 2018-07-25 | 2020-02-28 | 百度在线网络技术（北京）有限公司 | 社交关系的挖掘方法及装置、计算机设备与可读介质 |
| US20200259779A1 (en) * | 2019-02-12 | 2020-08-13 | Global Elmeast Inc. | Super chat |
| CN112668889A (zh) * | 2020-12-30 | 2021-04-16 | 上海掌门科技有限公司 | 风险用户探测方法、设备及存储介质 |
| US10992604B1 (en) * | 2017-09-07 | 2021-04-27 | Massachusetts Mutual Life Insurance Company | Systems and methods for chat sessions involving multiple chatbots |
| CN112883730A (zh) * | 2021-03-25 | 2021-06-01 | 平安国际智慧城市科技股份有限公司 | 相似文本匹配方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-13 CN CN202111189609.4A patent/CN113938455A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10992604B1 (en) * | 2017-09-07 | 2021-04-27 | Massachusetts Mutual Life Insurance Company | Systems and methods for chat sessions involving multiple chatbots |
| CN110851485A (zh) * | 2018-07-25 | 2020-02-28 | 百度在线网络技术（北京）有限公司 | 社交关系的挖掘方法及装置、计算机设备与可读介质 |
| CN109495378A (zh) * | 2018-12-28 | 2019-03-19 | 广州华多网络科技有限公司 | 检测异常帐号的方法、装置、服务器及存储介质 |
| US20200259779A1 (en) * | 2019-02-12 | 2020-08-13 | Global Elmeast Inc. | Super chat |
| CN112668889A (zh) * | 2020-12-30 | 2021-04-16 | 上海掌门科技有限公司 | 风险用户探测方法、设备及存储介质 |
| CN112883730A (zh) * | 2021-03-25 | 2021-06-01 | 平安国际智慧城市科技股份有限公司 | 相似文本匹配方法、装置、电子设备及存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023193717A1 (zh) * | 2022-04-07 | 2023-10-12 | 维沃移动通信有限公司 | 群聊会话管理方法、装置、电子设备和可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109450771B (zh) | 添加好友的方法、装置、计算机设备及存储介质 | |
| CN112396005A (zh) | 生物特征图像识别方法、装置、电子设备及可读存储介质 | |
| CN113806434B (zh) | 大数据处理方法、装置、设备及介质 | |
| CN113688923A (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
| CN111950621A (zh) | 基于人工智能的目标数据检测方法、装置、设备及介质 | |
| CN116405712A (zh) | 基于ott视频的多媒体推送方法、装置、设备及存储介质 | |
| CN111860377A (zh) | 基于人工智能的直播方法、装置、电子设备及存储介质 | |
| CN114511038A (zh) | 虚假新闻检测方法、装置、电子设备及可读存储介质 | |
| CN113938455A (zh) | 群聊系统的用户监控方法、装置、电子设备及存储介质 | |
| CN111401691A (zh) | 业务进度监控方法、装置及计算机可读存储介质 | |
| CN114003704A (zh) | 指定标签客群的创建方法、装置、电子设备及存储介质 | |
| CN113157739A (zh) | 跨模态检索方法、装置、电子设备及存储介质 | |
| CN112287318A (zh) | 跨应用程序登录方法、装置、设备及介质 | |
| CN112104662A (zh) | 远端数据读写方法、装置、设备及计算机可读存储介质 | |
| CN112101191A (zh) | 基于边框注意力网络的表情识别方法、装置、设备及介质 | |
| CN113611332B (zh) | 一种基于神经网络的智能控制开关电源方法及装置 | |
| CN114598731B (zh) | 集群日志采集方法、装置、设备及存储介质 | |
| CN116092648A (zh) | 一种业务处理方法、装置、电子设备及计算机可读介质 | |
| CN115357666A (zh) | 异常业务行为识别方法、装置、电子设备及存储介质 | |
| CN113591881A (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 | |
| CN114742423B (zh) | 一种随机分组方法、装置、设备及介质 | |
| CN114723400B (zh) | 业务授权管理方法、装置、设备及存储介质 | |
| CN113283264B (zh) | 识别码的共享方法和装置 | |
| CN113919435A (zh) | 激光器异常功率数据采集方法、装置、电子设备及介质 | |
| CN117714634A (zh) | 会议软件全兼容的快捷键控制方法、装置、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220114 |