[发明专利]异常账号识别方法及装置、存储介质、电子设备

说明书

本发明实施例是关于一种异常账号识别方法及装置、存储介质、电子设备，涉及机器学习技术领域，该方法包括：对待识别评论数据进行预处理得到待识别文本数据，并对所述待识别文本数据进行引流文本实体识别，得到引流实体；根据所述待识别评论数据的评论分数对所述待识别文本数据的质量进行评估得到质量评估结果，并根据所述评估结果得到与所述对待识别评论数据对应的用户账号的账号画像；根据所述引流实体以及所述账号画像对所述用户账号是否属于异常账号进行识别。本发明实施例提高了异常账号的识别结果的准确率。

技术领域

本发明实施例涉及机器学习技术领域，具体而言，涉及一种异常账号识别方法、异常账号识别装置、计算机可读存储介质以及电子设备。

背景技术

随着机器学习和深度学习技术的发展，算法在电商领域的应用也越来越广泛。用户对商品的评论内容已然是电商领域十分重要的数据，同时评论在很大程度上会影响消费者的购买倾向和选择，于是很多黑色产业链盯上了评论这部分的商业价值，一些用户可能更多地是黑色产业链在商品评论区引入公众号、qq群、导流链接等违规引流内容，极大影响商品购买的正常流程同时影响用户的判断和购买行为。因此，如何去识别和屏蔽这些违规引流文本和打击黑色产业链及其相关账号，保证用户评论内容干净、有效是每个公司都十分关心的问题。

在现有的解决上述问题的方案中，是通过利用简单规则进行违规引流识别，即线下准备一批用户评论样本，评论中包含违规引流内容，总结违规引流文本特点制定相关规则进行违规引流内容识别，当线上出现一条新评论时，可以通过完成的识别规则来识别和屏蔽该评论文本。

但是，上述方案存在如下缺陷：一方面，由于制定的规则具有局限性，因此只能对已发现的违规引流文本特点进行规则制定，当新型违规引流文本出现时当前规则无法进行识别，进而导致引流实体的识别结果的准确率较低；另一方面，目前的识别情况只是对违规引流文本进行识别，并未在黑色产业链上的风险账号的各个维度进行画像，进而导致风险账号的识别结果的准确率较低；再一方面，很多评论内容在暴露引流链接的同时，加入了很多特殊字符和规则，因此会使得引流实体的识别结果的准确率较低。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种异常账号识别方法、异常账号识别装置、计算机可读存储介质以及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的引流实体的识别结果的准确率较低以及风险账号的识别结果的准确率较低的问题。

根据本公开的一个方面，提供一种异常账号识别方法，包括：

对待识别评论数据进行预处理得到待识别文本数据，并对所述待识别文本数据进行引流文本实体识别，得到引流实体；

根据所述待识别评论数据的评论分数对所述待识别文本数据的质量进行评估得到质量评估结果，并根据所述评估结果得到与所述对待识别评论数据对应的用户账号的账号画像；

根据所述引流实体以及所述账号画像对所述用户账号是否属于异常账号进行识别。

在本公开的一种示例性实施例中，对待识别评论数据进行预处理得到待识别文本数据包括：

对所述待识别评论数据中包括的特殊符号和/或表情符号进行清洗，得到所述待识别文本数据。

在本公开的一种示例性实施例中，对所述待识别文本数据进行引流文本实体识别，得到引流实体包括：

对所述待识别文本数据进行切分得到多个切分词，并将各所述切分词输入至违规引流模型中得到所述引流实体；

其中，所述引流实体包括开始字节、中间字节以及其他实体。

在本公开的一种示例性实施例中，所述违规引流模型包括双向长短期记忆网络层、全连接层以及条件随机场层；