一种用于UGC网站平台的多账户检测方法及装置

摘要

本发明公开了一种用于UGC网站平台的多账户检测方法及装置，属于数据关联技术领域。本发明的方法通过一种交互式的单类分类器检测方法完成多账户检测，提取每个用户账户的文本内容并进行特征提取，形成一系列的特征向量样本点，再提取一系列特征向量样本点分别计算每个用户账户的自关联度，以及与其他用户账户的互关联度；若用户账户D_i的自关联度与任意其他用户账户的互关联度的差值小于预设阈值，则认为该用户账户与用户账户D_i为同一真实账户。在检测时，只需要各用户账户所生成的文本内容，不需要真实用户身份信息。基于上述方法，本发明还剔除了一种用于UGC网站平台的多账户检测方法及装置。本发明用于UGC网站平台的多账户检测，准确率高、适用性好。

主权项

一种用于UGC网站平台的多账户检测方法，其特征在于，包括下列步骤：步骤1：从UGC网站平台的本地数据库中确定用户账户集D，并对所述用户账户集D中的每个用户账号，分别提取各用户账号生成的四个以上文本内容；步骤2：对用户账户集D中的每个用户账号的各个文本内容进行特征提取，生成对应的特征向量样本点；步骤3：分别计算用户账户集D中的每个用户账号D_i的自关联相似度和互关联相似度：步骤301：用户账号D_i的自关联相似度：每选取K个特征向量样本点组成用户账号D_i的一个数据点，所述K的取值为[1,10]；对每个用户账号D_i，选取两组不同数据点组成集合N1_i和N2_i，两个集合所包含的数据点个数均为M个，所述M大于或等于2；以数据点集合N1_i作为训练集训练单类分类器，将数据点集合N2_i作为测试集，记录当前单类分类器输出的准确率为S_i(N1_i,N2_i)；以数据点集合N2_i作为训练集训练单类分类器，将数据点集合N1_i作为测试集，记录当前单类分类器输出的准确率为S_i(N2_i,N1_i)；用户账号D_i的自关联相似度为所述准确率S_i(N1_i,N2_i)和准确率S_i(N2_i,N1_i)的乘积；步骤302：用户账号D_i关于用户账号Q_j的互关联相似度：分别从用户账号D_i与用户账号Q_j中选取M个不同数据点，组成集合ND_i和NQ_j，其中用户账号Q_j属于用户账户集D，且与用户账号D_i的账户名不同；以数据点集合ND_i作为训练集训练单类分类器，将数据点集合NQ_j作为测试集，记录当前单类分类器输出的准确率为S_i(ND_i,NQ_j)；以数据点集合NQ_j作为训练集训练单类分类器，将数据点集合ND_i作为测试集，记录当前单类分类器输出的准确率为S_i(NQ_j,ND_i)；用户账号D_i的互关联相似度为所述准确率S_i(ND_i,NQ_j)和准确率S_i(NQ_j,ND_i)的乘积；步骤4：基于用户账号D_i的自关联相似度和互关联相似度，输出用户账号D_i的相同账号：若用户账号D_i的自关联相似度与关于用户账号Q_j的互关联相似度的差值小于或等于预设阈值，则用户账号Q_j与用户账号D_i的相同账号。