[发明专利]一种游戏平台消息的分类系统及方法

说明书

本发明公开了一种游戏平台的消息分类系统及方法，系统包括垃圾消息发现模块、样本库、模型训练模块和实时处理模块。垃圾消息发现模块通过PU learning算法处理垃圾消息获取样本消息并存入样本库；模型训练模块使用样本库的样本消息，并根据游戏上线时期训练相似度分类模型或字符级CNN文本分类模型；实时处理模块调用模型训练模块的分类模型对用户消息进行判别，并通过LP算法和关键词分析进行二次判别，将结果反馈给垃圾消息分类模块。从而PU learning算法实现少量样本即可训练，并解决冷启动过程缺少样本的问题；通过字符级CNN文本分类模型，提高召回率和兼容性；通过LP算法和关键词分析，实现实时防御，同时获取新的样本消息构建相似度模型，解决冷启动问题。

技术领域

本发明涉及数据处理领域，特别是指一种游戏平台消息分类系统及方法。

背景技术

随着游戏行业的逐步发展，网络游戏里面聊天界面充斥着垃圾消息的情况也越来越多，怎么对游戏平台的消息进行分类(自动过滤掉垃圾消息)，防止用户被恶意广告刷屏、谩骂甚至代充诈骗信息欺骗是每个游戏公司都要面对的问题。传统的解决方法根据不同游戏公司技术实力以及体量大小的区别，大体上有以下几种：

1、关键字屏蔽：设定对应垃圾消息的关键字，对用户的消息进行识别分类，触发后对垃圾消息进行封禁；

2、手动封号：运营人员查找垃圾消息进行封号操作；

3、加大发言难度：比如调整可发言等级、道具发言等；

4、构建监督型机器学习模型：收集样本训练消息分类模型(比如贝叶斯、SVM等监督学习模型)。

大部分游戏公司会结合上述方式打造自身的游戏聊天消息分类系统，初步利用运营人员进行封禁以及垃圾消息收集(可选择性地加大发言难度)，然后提取关键词填充黑名单进行屏蔽，有一定技术条件的公司会选择监督学习算法构建消息分类模型，从而达到垃圾消息在一定程度上的分类屏蔽。

然而关键字屏蔽只能对已有的关键字(管理人员手动收集)进行屏蔽，但是恶意玩家发现后可以有针对地更改垃圾息的表达方式，游戏公司只能被动地添加黑名单，很难进行实时防御。机器学习模型有一定的学习能力预防恶意玩家更改垃圾消息的表达方式，但这样做并不能完全解决实时防御的问题，因为监督型机器学习模型的效果取决于样本集以及后续的特征提取，这样就需要进行样本收集以及特征工程，怎么对数据集进行标注是需要面对的问题(数据集标注收集极其耗费人力)。若一个游戏刚刚投向市场，在没有任何样本的情况下，对于新出现的垃圾消息可以说是束手无策，首先样本不足以训练新的模型，黑名单方式实时性又太差，对于这类冷启动问题也是急需解决。此外，现有分类系统的可扩展性不强，如一些大型游戏公司，旗下拥有数款游戏，或者一款游戏发布了多种语言版本，对于这种多游戏多语言的情况，可能需要构建多套相适应的分类系统。

综上，目前的游戏平台消息分类方法有如下比较大的缺陷：

①样本收集问题：监督型学习算法依赖大量样本；

②分类效果不理想问题：现有的模型方案效果不是很理想；

③兼容性问题：需要一套适用于任何游戏以及语言的分类方案；

④新类型垃圾消息实时防御问题：需要对新出现的垃圾消息进行识别；

⑤游戏冷启动问题：游戏开始阶段怎么及时进行游戏平台消息分类。

有鉴于此，本发明人针对上述问题未臻完善所导致的诸多缺失及不便，而深入构思，且积极研究改良试做而开发设计出本发明。

发明内容

本发明的目的在于提供一种游戏平台的消息分类系统及方法，解决现有消息分类系统存在的弊端，具有少量样本即可训练、召回率高、兼容性强的特点，实现实时防御、解决冷启动问题。

为了达成上述目的，本发明的解决方案是：