[发明专利]基于机器学习的游戏盗量监督方法和装置

说明书

本发明实施例提供一种基于机器学习的游戏盗量监督方法和装置，该方法包括：搜集平台的用户行为中的内容数据，对内容数据进行解析获取信息内容；对信息内容进行分词和音译处理，得到每一分词的拼音；将每一名词分词的拼音输入恶意信息识别模型，输出与每一名词分词对应的恶意信息概率值，其中，恶意信息识别模型是基于名词分词的拼音样本数据和预先确定的恶意信息标签进行训练后得到的；对所有名词分词的恶意信息概率值求和，得到内容数据的恶意概率值；显示恶意概率值，以供监管人员决定内容数据的处置方式。本发明实施例提供的方法和装置，解决现有技术中的无法识别同音不同字的恶意信息的问题，提高了恶意信息的识别的全面程度。

技术领域

本发明涉及互联网游戏风控技术领域，尤其涉及一种基于机器学习的游戏盗量监督方法和装置。

背景技术

对于线上游戏行业，稳定数量的游戏玩家无疑是该游戏赖以存活的生命线。因此，对于游戏厂家而言，需要投入很大的成本用于新用户的获得以及老用户的维护。由于对游戏用户的运营需要较高的成本，也因此催生了针对这一领域的黑产行业。黑产行业通过注册受害游戏平台的账户，之后在受害游戏平台内，用平台内邮件，聊天等形式向其他正常用户发送带有包含色情、暴利等内容的其它游戏平台的广告信息或者是包含暴恐、造谣等内容的，对当前游戏平台的恶意攻击信息，通过上述手段，造成当前受害游戏平台的用户流失，形成恶意竞争，或者将当前受害游戏平台的用户引流到其它平台去，并赚取引流费用，无论哪一种，都给游戏厂家造成了巨大的经济损失。对于这一类黑产行为，在游戏行业内一般称之为“游戏盗量”。

目前行业内针对游戏盗量的防控措施，主要有两种。其一，由运营人员时刻监控系统日志，通过人工对平台内的邮件、聊天内容进行观察，发现恶意攻击后，对黑产的账户进行封号，禁言等操作；其二，将某套风控规则引擎接入游戏系统后台，从而对某些行为的内容进行实时风控规则匹配，以达到实时的业务防控。一般来说，规则引擎会预先定义一套敏感词集合，之后使用正则表达式匹配的方式进行这一类风控规则的实现。

前者的缺点一目了然，首先需要不断投入人力成本进行不间断的监管分析；之后还会存在由于人员疏忽造成的误判；最重要的是这种方式的防护行为多为事后的，无法做到实时的防控。后者的缺点在于，策略一旦制定就会固化，如果出现了新的敏感词，原有的策略是无法自动识别到的。策略的定制还是需要运营人员根据系统日志数据进行持续分析，随后根据分析结果来制定，并没有实质上节省人力成本。同时，风控规则引擎使用时，对于恶意信息的识别是使用正则表达式匹配的方式进行，对于不同字组成的同音恶意信息没有识别能力，例如，可以识别“加我微信有现金”，却无法识别“+窝威歆油县今”为恶意信息。

因此，如何解决现有技术中的使用风控规则引擎的无法识别同音不同字的恶意信息的问题，仍然是本领域技术人员亟待解决的问题。

发明内容

本发明实施例提供一种基于机器学习的游戏盗量监督方法和装置，用以解决现有的风控规则引擎的无法人工定制策略的问题。

第一方面，本发明实施例提供一种基于机器学习的游戏盗量监督方法，包括：

搜集平台的用户行为中的内容数据，对所述内容数据进行解析获取信息内容；

对所述信息内容进行分词处理，得到分词序列，确定所述分词序列中每一分词的拼音；

将每一名词分词的拼音输入恶意信息识别模型，输出与每一名词分词对应的恶意信息概率值，其中，所述恶意信息识别模型是基于名词分词的拼音样本数据和预先确定的恶意信息标签进行训练后得到的；

对所有名词分词的恶意信息概率值求和，得到所述内容数据的恶意概率值；

显示所述恶意概率值，以供监管人员决定所述内容数据的处置方式。

优选地，该方法中，所述对所述内容数据进行解析获取信息内容，具体包括：