社交过程中风险用户的识别方法、装置、设备和介质与流程

本公开的实施例涉及风险用户识别，具体地，涉及适用于一种社交过程中风险用户的识别方法、装置、设备和介质。

背景技术：

1、随着网络技术的不断更新，社交活动可以实现线上用户交互，各网络用户可在线上平台中与其他网络用户进行网络通信，然而，若社交过程中有风险用户的存在，尤其是黑灰产风险属性用户，无疑会使得网络通信的安全性和社交生态受损。

2、相关技术中，在进行风险用户识别时，主要是通过网络用户的社交信息内容来区分该网络用户是否为风险用户。例如，收集网络用户发出的信息内容，通过信息内容中的内容风险性来识别网络用户是否为风险用户，若信息内容中具有风险信息，则认为该网络用户为风险用户。

3、然而，采用现有识别方式，风险识别效率不高。

技术实现思路

1、本文中描述的实施例提供了一种社交过程中风险用户的识别方法、装置、设备和介质，克服了上述问题。

2、第一方面，根据本公开的内容，提供了一种社交过程中风险用户的识别方法，包括：

3、获取社交过程中目标网络用户的社交行为数据，所述目标网络用户的社交行为数据用于描述对所述目标网络用户的历史社交行为进行异常识别所得到的社交违规数据；

4、对所述目标网络用户的社交行为数据进行特征提取，得到所述目标网络用户对应的行为特征数据；

5、将所述目标网络用户对应的行为特征数据输入风险审核模型中，基于所述风险审核模型的输出结果确定所述目标网络用户的社交风险级别；

6、基于所述目标网络用户的社交风险级别，确定所述目标网络用户的社交风险类型；

7、其中，所述目标网络用户的社交风险类型包括：第一类型和第二类型，所述第一类型用于描述社交风险用户对应的社交类型，所述第二类型用于描述非社交风险用户对应的社交类型。

8、可选的，所述对所述目标网络用户的社交行为数据进行特征提取，得到所述目标网络用户对应的行为特征数据，包括：

9、对所述目标网络用户的社交行为数据进行共性特征分析，得到不同社交维度下的社交共性数据；

10、对不同社交维度下的社交共性数据进行行为特征提取，得到所述目标网络用户对应的行为特征数据。

11、可选的，所述获取社交过程中目标网络用户的社交行为数据，包括：

12、获取所述目标网络用户的审核违规数据；

13、对所述目标网络用户的审核违规数据进行数据清洗处理，得到社交过程中所述目标网络用户的社交行为数据；

14、其中，所述数据清洗处理用于对所述目标网络用户的审核违规数据进行违规判定，以去除所述目标网络用户的审核违规数据中的社交合规数据。

15、可选的，所述将所述目标网络用户对应的行为特征数据输入风险审核模型中，基于所述风险审核模型的输出结果确定所述目标网络用户的社交风险级别之前，还包括：

16、获取样本网络用户的社交行为数据，所述样本网络用户的社交行为数据用于描述对所述样本网络用户的历史社交行为进行异常识别所得到的社交违规数据；

17、对所述样本网络用户的社交行为数据进行特征提取，得到所述样本网络用户对应的行为特征数据；

18、基于所述样本网络用户对应的行为特征数据对预设网络模型进行训练，得到所述风险审核模型；

19、其中，所述风险审核模型包括：第一网络分支、第二网络分支和第三网络分支，所述第一网络分支用于对所述样本网络用户对应的行为特征数据进行标签规则划分，所述第二网络分支用于对划分得到的不同标签规则进行风险值设置，所述第三网络分支用于根据不同风险值进行社交风险级别预测。

20、可选的，所述将所述目标网络用户对应的行为特征数据输入风险审核模型中，基于所述风险审核模型的输出结果确定所述目标网络用户的社交风险级别，包括：

21、将所述目标网络用户对应的行为特征数据输入所述风险审核模型中的所述第一网络分支，得到对应的多个风险标签规则；

22、将多个所述风险标签规则输入所述风险审核模型中的所述第二网络分支，得到对应的多个风险标签值；

23、将多个所述风险标签值输入所述风险审核模型中的所述第三网络分支，得到所述目标网络用户的社交风险级别。

24、可选的，所述样本网络用户对应的行为特征数据中包括：多个特征子数据；

25、所述方法还包括：

26、将所述样本网络用户对应的行为特征数据中触发预设风险规则的特征子数据，存储至风险池中；

27、基于所述风险池中包括的特征子数据，对所述风险审核模型进行模型更新，以对所述风险审核模型进行模型优化。

28、可选的，所述基于所述目标网络用户的社交风险级别，确定所述目标网络用户的社交风险类型，包括：

29、若所述目标网络用户的社交风险级别满足预设级别条件，则确定所述目标网络用户的社交风险类型为所述第一类型；

30、若所述目标网络用户的社交风险级别不满足所述预设级别条件，则确定所述目标网络用户的社交风险类型为所述第二类型。

31、第二方面，根据本公开的内容，提供了一种社交过程中风险用户的识别装置，包括：

32、获取模块，用于获取社交过程中目标网络用户的社交行为数据，所述目标网络用户的社交行为数据用于描述对所述目标网络用户的历史社交行为进行异常识别所得到的社交违规数据；

33、提取模块，用于对所述目标网络用户的社交行为数据进行特征提取，得到所述目标网络用户对应的行为特征数据；

34、第一确定模块，用于将所述目标网络用户对应的行为特征数据输入风险审核模型中，基于所述风险审核模型的输出结果确定所述目标网络用户的社交风险级别；

35、第二确定模块，用于基于所述目标网络用户的社交风险级别，确定所述目标网络用户的社交风险类型；

36、其中，所述目标网络用户的社交风险类型包括：第一类型和第二类型，所述第一类型用于描述社交风险用户对应的社交类型，所述第二类型用于描述非社交风险用户对应的社交类型。

37、第三方面，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序时实现如以上任意一个实施例中社交过程中风险用户的识别方法的步骤。

38、第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如以上任意一个实施例中社交过程中风险用户的识别方法的步骤。

39、本技术实施例提供的社交过程中风险用户的识别方法，获取社交过程中目标网络用户的社交行为数据，目标网络用户的社交行为数据用于描述对目标网络用户的历史社交行为进行异常识别所得到的社交违规数据；对目标网络用户的社交行为数据进行特征提取，得到目标网络用户对应的行为特征数据；将目标网络用户对应的行为特征数据输入风险审核模型中，基于风险审核模型的输出结果确定目标网络用户的社交风险级别；基于目标网络用户的社交风险级别，确定目标网络用户的社交风险类型；其中，目标网络用户的社交风险类型包括：第一类型和第二类型，第一类型用于描述社交风险用户对应的社交类型，第二类型用于描述非社交风险用户对应的社交类型。如此，通过从目标网络用户的社交违规数据中提取出目标网络用户的行为特征数据，并通过风险审核模型确定目标网络用户的社交风险级别，进而通过社交风险级别确定对应的社交风险类型，以有效提升社交活动中风险用户的识别效率，降低黑灰产漏审的概率。

40、上述说明仅是本技术实施例技术方案的概述，为了能够更清楚了解本技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。