全文摘要
本发明实施例公开了一种异常目标确定方法、装置、设备及介质,所述方法包括:确定基于目标搜索词所搜索到的目标对象;针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比;根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度;基于所述次数变化度确定所述当前目标对象是否为异常目标对象。通过采用上述技术方案,提高了异常目标的识别精度。
主设计要求
1.一种异常目标确定方法,其特征在于,包括:确定基于目标搜索词所搜索到的目标对象;针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比;根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度;基于所述次数变化度确定所述当前目标对象是否为异常目标对象;根据当前目标对象在两个相邻的设定时间段内的访问占比,以及各所述目标对象在每个所述设定时间段内被访问的次数和确定各所述目标对象在两个相邻的设定时间段内被访问的次数和的变化度;基于所述次数和的变化度确定所述目标搜索词是否为异常搜索词。
设计方案
1.一种异常目标确定方法,其特征在于,包括:
确定基于目标搜索词所搜索到的目标对象;
针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比;
根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度;
基于所述次数变化度确定所述当前目标对象是否为异常目标对象;
根据当前目标对象在两个相邻的设定时间段内的访问占比,以及各所述目标对象在每个所述设定时间段内被访问的次数和确定各所述目标对象在两个相邻的设定时间段内被访问的次数和的变化度;
基于所述次数和的变化度确定所述目标搜索词是否为异常搜索词。
2.根据权利要求1所述的方法,其特征在于,所述确定各所述目标对象在两个相邻的设定时间段内被访问的次数和的变化度包括:
按照如下公式计算各所述目标对象在两个相邻的设定时间段内被访问的次数和的变化度:
设计说明书
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种异常目标确定方法、装置、设备及介质。
背景技术
在直播平台上,为了获得利益,普遍存在着一些通过刷搜索、刷弹幕、刷关注等方式刷热度的作弊行为。
上述作弊行为会造成直播网络堵塞、直播平台服务器压力过大等问题,对平台的直播生态环境造成了极大的影响。因此为了降低上述作弊行为给直播平台带来的负面影响,需要采用合理的方法及时且准确地找到与作弊相关的目标对象,并对其采取一定的干预措施,以营造良好的直播生态环境。
发明内容
本发明实施例提供一种异常目标确定方法、装置、设备及介质,以实现对异常目标的准确识别。
第一方面,本发明实施例提供了一种异常目标确定方法,所述方法包括:
确定基于目标搜索词所搜索到的目标对象;
针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比;
根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度;
基于所述次数变化度确定所述当前目标对象是否为异常目标对象。
第二方面,本发明实施例提供了一种异常目标确定装置,所述装置包括:
目标对象确定模块,用于确定基于目标搜索词所搜索到的目标对象;
访问占比确定模块,用于针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比;
次数变化度确定模块,用于根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度;
异常目标对象确定模块,用于基于所述次数变化度确定所述当前目标对象是否为异常目标对象。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的异常目标确定方法。
第四方面,本发明实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时实现如上述第一方面所述的异常目标确定方法。
本发明实施例提供的一种异常目标确定方法,通过确定基于目标搜索词所搜索到的目标对象;针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比;根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度;基于所述次数变化度确定所述当前目标对象是否为异常目标对象的技术手段,实现了对异常目标对象的准确识别。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对本发明实施例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,还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1为本发明实施例一提供的一种异常目标确定方法流程示意图;
图2为本发明实施例二提供的一种异常目标确定方法流程示意图;
图3为本发明实施例三提供的一种异常目标确定装置结构示意图;
图4为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,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,都属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的一种异常目标确定方法流程示意图。本实施例公开的异常目标确定方法可适用于对通过搜索的方式刷热度的异常目标对象进行识别的情况。例如直播平台的主播为了刷自己直播间的热度,不断地通过基于搜索词搜索的方式找到自己的直播间,并点击进入;或者各网购平台的商家为了刷自己店铺的热度,不断地通过基于搜索词搜索的方式找到自己的店铺并点击进入。上述刷热度的直播间、商家以被使用的搜索词均为异常目标对象,需要对其进行准确识别并进行干预,以营造良好的网络环境。本实施例公开的异常目标识别方法可以由异常目标识别装置来执行,其中,该装置可由软件和\/或硬件实现,并一般集成在服务器中。具体参见图1所示,该方法包括如下步骤:
步骤110、确定基于目标搜索词所搜索到的目标对象。
其中,搜索词为用户为了找到自己期望的信息而向搜索窗输入的词汇。例如,用户想买条夏天穿的女士牛仔裤,则用户可能会通过购物网站的搜索窗输入“牛仔裤女夏”,在该搜索词下搜索到的结果即为所述目标对象,具体可以是很多售卖夏天穿的女士牛仔裤的商家店铺,所述“牛仔裤女夏”即为搜索词。再例如,用户想观看直播游戏“王者荣耀”的直播间,则用户可能会通过直播平台的搜索窗输入搜索词“王者荣耀”,对应搜索到的目标对象可能是很多直播“王者荣耀”的直播间。上述用户的搜索行为均为用户实际需要的、正常的搜索行为。目前,很多主播或者商家为了提高自己直播间或者店铺的热度,以使更多的用户能够快速找到并进入自己的直播间或者店铺,通常会通过搜索的方式刷热度。具体的,比如主播A想刷自己直播间的热度,会雇佣一批用户通过直播平台的搜索窗多次输入能够搜索到自己直播间的搜索词,不断地进行搜索操作,并点击进入自己的直播间,以此来提高自己直播间的热度。所述目标搜索词可以是平台搜索窗中出现过的任何搜索词,为了提高识别精度,所述目标搜索词可以是在平台搜索窗中出现次数达到一定阈值的搜索词。
具体的,所述确定基于目标搜索词所搜索到的目标对象,包括:
从预设搜索记录流水表获取基于目标搜索词所搜索到的目标对象。针对用户的每次搜索操作,后台会将用户输入的搜索词以及基于该搜索词得到的搜索结果等信息记录在预设的搜索记录流水表中,当需要获取基于目标搜索词所搜索到的目标对象信息时,可从所述搜索记录流水表中获取。
步骤120、针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比。
其中,所述目标对象通常包括多个,以在直播平台的搜索窗输入搜索词“王者荣耀”为例,得到的目标对象假设包括:1号直播间、2号直播间和3号直播间,则所述当前目标对象可以是1号直播间、2号直播间和3号直播间中的任意一个。
所述设定时间段可以是7天、30天或者更长。以所述设定时间段是7天,所述当前目标对象为1号直播间为例,假设1号直播间在2019年5月1号到2019年5月7号这7天的时间内,被访问(即被点击)的次数为20,所述2号直播间在2019年5月1号到2019年5月7号这7天的时间内,被访问(即被点击)的次数为25,所述3号直播间在2019年5月1号到2019年5月7号这7天的时间内,被访问(即被点击)的次数为30,则1号直播间在2019年5月1号到2019年5月7号这7天的时间内的访问占比可确定为20\/(20+25+30)=4\/15。
步骤130、根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度。
其中,所述两个相邻的设定时间段具体指时间上连续的两个时间段,例如一个设定时间段为7天,则所述两个相邻的设定时间段具体可以指2019年5月1号到2019年5月7号,以及2019年5月8号到2019年5月14号两个时间段。
所述次数变化度可以是当前目标对象在两个相邻的设定时间段内被访问次数的差,例如当前目标对象在2019年5月1号到2019年5月7号之间被访问的次数为20,在2019年5月8号到2019年5月14号之间被访问的次数为25,则所述次数变化度可以是25-20=5。为了提高异常目标对象的识别精度,本实施例综合考虑了当前目标对象被访问的次数以及其他各目标对象被访问的次数和,具体的,根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度,若当前目标对象在两个相邻的设定时间段内的访问占比相差越大,则说明目标对象在该两个相邻的设定时间段之间被访问的次数变化度越大。
步骤140、基于所述次数变化度确定所述当前目标对象是否为异常目标对象。
若所述次数变化度是由当前目标对象在后一个设定时间段内的访问占比减去目标对象在相邻的前一个设定时间段内的访问占比,当所述次数变化度超过设定阈值时,则确定当前目标对象为异常目标对象。例如,当前目标对象在2019年5月1号到2019年5月7号之间的访问占比为0.5,在2019年5月8号到2019年5月14号之间的访问占比为0.6,则所述次数变化度为0.6-0.5=0.1。具体可通过将所述次数变化度与设定阈值进行比较的方式确定所述当前目标对象是否为异常目标对象,例如假设所述设定阈值为0.3,由于所述0.1小于0.3,故确定当前目标对象不是异常目标对象。所述设定阈值可基于工程经验进行设置,或者通过对多个已知的异常目标对象的次数变化度进行计算,将多个已知的异常目标对象的次数变化度的平均值确定为所述设定阈值。
本实施例提供的一种异常目标确定方法,通过结合搜索之后用户的点击行为,即目标对象在两个相邻的设定时间段之间被访问的次数变化度,确定当前目标对象是否为异常目标对象的技术手段,提高了异常目标对象的识别准确度。
实施例二
图2为本发明实施例二提供的一种异常目标确定方法流程示意图。在上述实施例的基础上,本实施例增加了判断所述目标搜索词是否为异常搜索词的步骤。具体参见图2所示,该方法包括如下步骤:
步骤210、确定基于目标搜索词所搜索到的目标对象。
步骤220、针对所述目标对象中的当前目标对象,基于当前目标对象在设定时间段内被访问的次数以及各所述目标对象在所述设定时间段内被访问的次数和,确定当前目标对象在所述设定时间段内的访问占比。
步骤230、根据当前目标对象在两个相邻的设定时间段内的访问占比确定当前目标对象在两个相邻的设定时间段之间被访问的次数变化度。
步骤240a、基于所述次数变化度确定所述当前目标对象是否为异常目标对象。
步骤240b、根据当前目标对象在两个相邻的设定时间段内的访问占比,以及各所述目标对象在每个所述设定时间段内被访问的次数和确定各所述目标对象在两个相邻的设定时间段内被访问的次数和的变化度。
其中,若当前目标对象在后一个设定时间段内的访问占比大于相邻的前一个设定时间段内的访问占比,则说明当前目标对象的访问占比发生了增涨,其增涨一定程度地说明了所述目标搜索词为异常搜索词,因此,本实施例加入了该增涨对识别异常搜索词的贡献。所述后一个设定时间段例如为2019年5月8号到2019年5月14号,对应的所述相邻的前一个设定时间段为2019年5月1号到2019年5月7号。
若各所述目标对象在后一个设定时间段内被访问的次数和大于在相邻的前一个设定时间段内被访问的次数和,则说明在所述目标搜索词下各目标对象的总点击次数增加,所述总点击次数增加的越多,表示所述目标搜索词为异常搜索词的可能性越大,因此,本实施例加入了各目标对象在每个设定时间段内被访问的次数和对识别异常搜索词的贡献。
具体的,按照如下公式计算各所述目标对象在两个相邻的设定时间段内被访问的次数和的变化度:
其中,D(Hc<\/sub>||Hs<\/sub>)表示基于目标搜索词所搜索到的目标对象在两个相邻的设定时间段c和s内被访问的次数和的变化度,Ns<\/sub>表示各所述目标对象在设定时间段s内被访问的次数和,Nc<\/sub>表示各所述目标对象在设定时间段c内被访问的次数和,Hs<\/sub>(i)第i个目标对象在设定时间段s内的访问占比,Hc<\/sub>(i)表示第i个目标对象在设定时间段c内的访问占比,n表示所述目标对象的个数。
可以看出,上述公式(2)由两部分组成,加号前面的部分设计图
相关信息详情
申请码:申请号:CN201910663546.8
申请日:2019-07-23
公开号:CN110188262A
公开日:2019-08-30
国家:CN
国家/省市:83(武汉)
授权编号:CN110188262B
授权时间:20191029
主分类号:G06F 16/953
专利分类号:G06F16/953;H04N21/466;H04N21/4788;H04N21/488
范畴分类:40B;
申请人:武汉斗鱼网络科技有限公司
第一申请人:武汉斗鱼网络科技有限公司
申请人地址:430070 湖北省武汉市东湖开发区软件园东路1号软件产业4.1期B1栋11楼
发明人:王璐
第一发明人:王璐
当前权利人:武汉斗鱼网络科技有限公司
代理人:孟金喆
代理机构:11332
代理机构编号:北京品源专利代理有限公司
优先权:关键词:当前状态:审核中
类型名称:外观设计
标签:王璐论文;