[发明专利]检测垃圾数据的方法和装置

摘要

本发明公开了一种检测垃圾数据的方法和装置，属于通信技术领域。所述方法包括：获取用户创造内容；检测所述用户创造内容中，是否含有符合预设的垃圾数据条件的数据；如果含有符合预设的垃圾数据条件的数据，则确定所述用户创造内容是垃圾数据。所述装置包括：获取模块、检测模块和确定模块；本发明通过检测用户创造内容中是否含有满足预设的垃圾数据条件的数据，确定用户创造内容是否是垃圾数据，可以自动进行检测，可以减少编辑人员的工作量，提高了检测垃圾数据的速度，可以处理大量用户创造内容，可以满足实际需求。

主权项

1.一种检测垃圾数据的方法，其特征在于，所述方法包括：获取用户创造内容；检测所述用户创造内容中，是否含有符合预设的垃圾数据条件的数据，所述垃圾数据条件包括垃圾数据正则表达式、垃圾数据重复条件、垃圾数据库或图片链接；如果含有符合预设的垃圾数据条件的数据，则确定所述用户创造内容是垃圾数据；其中，所述垃圾数据条件包括垃圾数据重复条件，所述检测所述用户创造内容中，是否含有符合预设的垃圾数据条件的数据之前，还包括：统计所述用户创造内容中标点符号的个数，以及预设的字符的个数；判断所述标点符号的个数是否小于预设的标点符号个数阈值，且判断所述预设的字符的个数是否小于预设的字符个数阈值；如果所述标点符号的个数小于所述预设的标点符号个数阈值，且所述预设的字符的个数小于所述预设的字符个数阈值，则确定所述用户创造内容不是垃圾数据；如果所述标点符号的个数大于或等于所述预设的标点符号个数阈值，和/或所述预设的字符的个数大于或等于所述预设的字符个数阈值，则执行所述检测所述用户创造内容中，是否含有符合预设的垃圾数据条件的数据的步骤；其中，所述垃圾数据条件包括垃圾数据重复条件，所述检测所述用户创造内容中，是否含有符合预设的垃圾数据条件的数据，包括：从所述用户创造内容的所有射串中，查找射串重复长度的最大值大于预设的重复射串个数阈值的射串；如果能够查找到所述射串重复长度的最大值大于预设的重复射串个数阈值的射串，则统计所述射串重复长度的最大值大于预设的重复射串个数阈值的射串中，具有相同前缀的射串的个数，并判断所述具有相同前缀的射串的个数是否大于预设的前缀重复次数阈值；如果所述具有相同前缀的射串的个数大于预设的相同前缀个数阈值，则确定所述用户创造内容中含有符合预设的垃圾数据条件的数据；如果所述具有相同前缀的射串的个数小于或等于预设的相同前缀个数阈值，则统计所述射串重复长度的最大值大于预设的重复射串个数阈值的射串中，具有不同前缀的射串的个数，并判断所述具有不同前缀的射串的个数是否大于预设的不同前缀个数阈值；如果所述具有不同前缀的射串的个数大于预设的不同前缀个数阈值，则确定所述用户创造内容中含有符合预设的垃圾数据条件的数据；如果所述具有不同前缀的射串的个数小于或等于预设的不同前缀个数阈值，则判断所述射串重复长度的最大值是否大于预设的最大重复长度阈值；如果所述射串重复长度的最大值大于预设的最大重复长度阈值，则确定所述用户创造内容中含有符合预设的垃圾数据条件的数据；如果所述射串重复长度的最大值小于或等于预设的最大重复长度阈值，则判断所述射串重复长度的最大值对应的射串的起始重复位置是否位于预设的垃圾数据位置，如果位于预设的垃圾数据位置，则确定所述用户创造内容中含有符合预设的垃圾数据条件的数据。