一種識別垃圾信息的方法與裝置制造方法
【專利摘要】本發(fā)明的目的是提供一種識別垃圾信息的方法與裝置。其中，本發(fā)明通過將已識別信息和待識別信息提供給用戶來進(jìn)行垃圾信息判斷，并根據(jù)其中每個(gè)用戶判斷垃圾信息的準(zhǔn)確率來確定待識別信息是否屬于垃圾信息。根據(jù)本發(fā)明的方案，其一方面可以解決采用單純的技術(shù)手段不能全面識別垃圾信息的問題，以提供更加純凈的網(wǎng)絡(luò)環(huán)境，提升用戶的使用體驗(yàn)；另一方面，可以使得企業(yè)不再需要雇傭?qū)彶閷T來進(jìn)行垃圾信息識別的工作，降低了企業(yè)成本，同時(shí)提高了垃圾信息的識別效率。進(jìn)一步地，本發(fā)明通過確定用戶對已識別信息進(jìn)行垃圾信息判斷的準(zhǔn)確率，還可以解決一部分用戶誤判的問題，提升整體判斷待識別信息是否屬于垃圾信息的準(zhǔn)確度。
【專利說明】一種識別垃圾信息的方法與裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及網(wǎng)絡(luò)信息【技術(shù)領(lǐng)域】，尤其涉及一種識別垃圾信息的技術(shù)。
【背景技術(shù)】
[0002]當(dāng)前，在互聯(lián)網(wǎng)社區(qū)產(chǎn)品中，如百度貼吧、新浪微博等，普遍存在垃圾信息，這些垃圾信息中包含惡意推廣、甚至欺詐的內(nèi)容，從而會傷害用戶正常使用互聯(lián)網(wǎng)社區(qū)產(chǎn)品的體驗(yàn)。
[0003]現(xiàn)有技術(shù)中，識別垃圾信息的方式主要包括以下2種:1)采用單純的技術(shù)手段來進(jìn)行識別，然而，由于垃圾信息的發(fā)布者會發(fā)布包含各種內(nèi)容的垃圾信息，因此，采用這種方式不能完全有效地識別全部垃圾信息，且具有一定的滯后性；2)人工進(jìn)行識別，然而，人工審核成本較高，且效率較低。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種識別垃圾信息的方法與裝置。
[0005]根據(jù)本發(fā)明的一個(gè)方面，提供了一種識別垃圾信息的方法，該方法包括:
[0006]-將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷；
[0007]-獲取所述一個(gè)或多個(gè)用戶所反饋的對所述已識別信息和所述待識別信息的判斷結(jié)果;
[0008]-根據(jù)其中每個(gè)用戶對所述已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率；
[0009]-根據(jù)所述一個(gè)或多個(gè)用戶對所述待識別信息的判斷結(jié)果，并結(jié)合所述一個(gè)或多個(gè)用戶判斷垃圾信息的準(zhǔn)確率，來確定所述待識別信息是否屬于垃圾信息。
[0010]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種識別垃圾信息的裝置，該裝置包括:
[0011]-用于將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷的裝置；
[0012]-用于獲取所述一個(gè)或多個(gè)用戶所反饋的對所述已識別信息和所述待識別信息的判斷結(jié)果的裝置；
[0013]-用于根據(jù)其中每個(gè)用戶對所述已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率的裝置；
[0014]-用于根據(jù)所述一個(gè)或多個(gè)用戶對所述待識別信息的判斷結(jié)果，并結(jié)合所述一個(gè)或多個(gè)用戶判斷垃圾信息的準(zhǔn)確率，來確定所述待識別信息是否屬于垃圾信息的裝置。
[0015]與現(xiàn)有技術(shù)相比，本發(fā)明通過將已識別信息和待識別信息提供給用戶來進(jìn)行垃圾信息判斷，并根據(jù)其中每個(gè)用戶判斷垃圾信息的準(zhǔn)確率來確定待識別信息是否屬于垃圾信息。根據(jù)本發(fā)明的識別垃圾信息的方案，其一方面可以解決采用單純的技術(shù)手段不能全面識別垃圾信息的問題，以提供更加純凈的網(wǎng)絡(luò)環(huán)境，提升用戶的使用體驗(yàn)；另一方面，可以使得企業(yè)不再需要雇傭?qū)彶閷T來進(jìn)行垃圾信息識別的工作，降低了企業(yè)成本，同時(shí)提高了垃圾信息的識別效率。進(jìn)一步地，本發(fā)明通過確定用戶對已識別信息進(jìn)行垃圾信息判斷的準(zhǔn)確率，還可以解決一部分用戶誤判的問題，提升整體判斷待識別信息是否屬于垃圾信息的準(zhǔn)確度。
【專利附圖】

【附圖說明】
[0016]通過閱讀參照以下附圖所作的對非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會變得更明顯:
[0017]圖1示出根據(jù)本發(fā)明一個(gè)方面的一種識別垃圾信息的方法的流程圖；
[0018]圖2示出根據(jù)本發(fā)明另一個(gè)方面的一種識別垃圾信息的裝置的示意圖。
[0019]附圖中相同或相似的附圖標(biāo)記代表相同或相似的部件。
【具體實(shí)施方式】
[0020]下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。
[0021]本發(fā)明中對垃圾信息的識別通過網(wǎng)絡(luò)設(shè)備和用戶設(shè)備的交互來實(shí)現(xiàn)。具體地，網(wǎng)絡(luò)設(shè)備將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶設(shè)備；接著，用戶設(shè)備對已識別信息和待識別信息進(jìn)行呈現(xiàn)，以供用戶進(jìn)行垃圾信息判斷；隨后，用戶設(shè)備將用戶所反饋的對待識別信息和已識別信息的判斷結(jié)果提供給網(wǎng)絡(luò)設(shè)備，相應(yīng)地，網(wǎng)絡(luò)設(shè)備獲取這些判斷結(jié)果；接著，網(wǎng)絡(luò)設(shè)備根據(jù)其中每個(gè)用戶對已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率；隨后，網(wǎng)絡(luò)設(shè)備根據(jù)用戶對待識別信息的判斷結(jié)果，并結(jié)合用戶判斷垃圾
息的準(zhǔn)確率，來確定待識別息是否屬于垃圾息。
[0022]在此，用戶設(shè)備包括但不限于任何一種可與用戶通過鍵盤、觸摸板以及聲控設(shè)備等輸入設(shè)備進(jìn)行人機(jī)交互的電子產(chǎn)品，例如計(jì)算機(jī)、手機(jī)、智能手機(jī)、PDA、平板電腦等。
[0023]在此，網(wǎng)絡(luò)設(shè)備包括但不限于網(wǎng)絡(luò)主機(jī)、單個(gè)網(wǎng)絡(luò)服務(wù)器、多個(gè)網(wǎng)絡(luò)服務(wù)器集合或多個(gè)服務(wù)器構(gòu)成的云。在此，云由基于云計(jì)算(Cloud Computing)的大量主機(jī)或網(wǎng)絡(luò)服務(wù)器構(gòu)成，其中，云計(jì)算是分布式計(jì)算的一種，由一群松散耦合的計(jì)算機(jī)集合組成的一個(gè)超級虛擬計(jì)算機(jī)。
[0024]進(jìn)一步地，本發(fā)明中，多個(gè)網(wǎng)絡(luò)設(shè)備可作為整體或由其中部分網(wǎng)絡(luò)設(shè)備，甚至裝置于一個(gè)或多個(gè)網(wǎng)絡(luò)設(shè)備中的特定裝置，如信息識別裝置，來與用戶設(shè)備進(jìn)行交互并獲取其所提供的判斷結(jié)果進(jìn)而識別垃圾信息。如無特別說明，本文中網(wǎng)絡(luò)設(shè)備與信息識別裝置等同使用。
[0025]圖1為根據(jù)本發(fā)明一個(gè)方面的方法流程圖，示出一種識別垃圾信息的過程。如圖1所示，在步驟Si中，網(wǎng)絡(luò)設(shè)備I將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷；在步驟S2中，用戶設(shè)備2對已識別信息和待識別信息進(jìn)行呈現(xiàn)以供用戶進(jìn)行垃圾信息判斷；在步驟S3中，網(wǎng)絡(luò)設(shè)備I獲取用戶所反饋的對已識別信息和待識別信息的判斷結(jié)果；在步驟S4中，網(wǎng)絡(luò)設(shè)備I根據(jù)其中每個(gè)用戶對已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率；在步驟S5中，網(wǎng)絡(luò)設(shè)備I根據(jù)用戶對待識別信息的判斷結(jié)果，并結(jié)合用戶判斷垃圾信息的準(zhǔn)確率，來確定待識別信息是否屬于垃圾信息。
[0026]上述各步驟之間是持續(xù)不斷工作的，在此，本領(lǐng)域技術(shù)人員應(yīng)理解“持續(xù)”是指上述各步驟分別實(shí)時(shí)地，或者按照設(shè)定的或?qū)崟r(shí)調(diào)整的工作模式要求，網(wǎng)絡(luò)設(shè)備I進(jìn)行已識別信息和待識別信息的提供、判斷結(jié)果的獲取、用戶對已識別信息判斷準(zhǔn)確率的確定以及待識別息是否屬于垃圾息的確定。
[0027]具體地，在步驟SI中，網(wǎng)絡(luò)設(shè)備I將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷。
[0028]在此，已識別信息意指經(jīng)識別已明確可知其是否屬于垃圾信息的信息。
[0029]網(wǎng)絡(luò)設(shè)備I將已識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷，以在后續(xù)的步驟中用于確定用戶進(jìn)行垃圾信息判斷的準(zhǔn)確率，進(jìn)而結(jié)合該準(zhǔn)確率來確定待識別信息是否屬于垃圾信息。
[0030]在此，待識別信息意指未知的需進(jìn)行識別來判斷其是否屬于垃圾信息的信息。
[0031]待識別信息和已識別信息在形式上可以沒有差別，也即，在向用戶提供時(shí)不必對這兩種信息進(jìn)行區(qū)分。這兩種信息的差別在于，通過用戶對待識別信息進(jìn)行垃圾信息判斷來確定待識別信息是否屬于垃圾信息，而已識別信息是否屬于垃圾信息是已知的，用于在后續(xù)的步驟中根據(jù)用戶反饋來確定用戶判斷垃圾信息的準(zhǔn)確率。
[0032]網(wǎng)絡(luò)設(shè)備I可將任何不確定是否屬于垃圾信息的信息作為待識別信息。優(yōu)選地，網(wǎng)絡(luò)設(shè)備I也可獲取一個(gè)或多個(gè)待處理信息，接著，網(wǎng)絡(luò)設(shè)備I通過垃圾信息的特征模型來對待處理信息進(jìn)行篩選，以獲得待識別信息。
[0033]其中，待處理信息意指，網(wǎng)絡(luò)中發(fā)布的任何需要用來確定其是否屬于垃圾信息的信息。
[0034]網(wǎng)絡(luò)設(shè)備I可從其資料庫中或從其他設(shè)備處獲得網(wǎng)絡(luò)中發(fā)布的任意信息，如各種內(nèi)容網(wǎng)頁，具體如用戶帖子、博客等，這些信息即為待處理信息；接著，網(wǎng)絡(luò)設(shè)備I通過垃圾信息的特征模型來對待處理信息進(jìn)行評估，以獲取待處理信息對應(yīng)的垃圾信息概率；隨后，網(wǎng)絡(luò)設(shè)備I根據(jù)預(yù)定的閾值來對待處理信息進(jìn)行篩選，以獲取其中垃圾信息概率介于預(yù)定的垃圾信息閾值和預(yù)定的非垃圾信息閾值之間的信息，這些信息即為待識別信息?？商娲?，網(wǎng)絡(luò)設(shè)備I也可將所有非垃圾信息均作為待識別信息，也即對應(yīng)垃圾信息概率高于預(yù)定的非垃圾信息閾值的信息均為非垃圾信息，從而可作為待識別信息。
[0035]網(wǎng)絡(luò)設(shè)備I可以將已識別信息和待識別信息按照各種組合方式提供給用戶，如按照隨機(jī)數(shù)量組合后提供給用戶，或按照預(yù)定比例組合后提供給用戶。
[0036]例如，網(wǎng)絡(luò)設(shè)備I可以將任意數(shù)量的已識別信息和任意數(shù)量的待識別信息組合后提供給用戶來進(jìn)行垃圾信息判斷。
[0037]又如，網(wǎng)絡(luò)設(shè)備I可以按照預(yù)定比例將已識別信息和待識別信息組合后提供給用戶來進(jìn)行垃圾信息判斷。其中，已識別信息的比例可較低，從而待識別信息可占比較多地提供給用戶，以由用戶來盡快識別更多數(shù)量的待識別信息，提高計(jì)算處理的效率。已識別信息的比例也可較高，從而待識別信息可占比較少地提供給用戶，以在后續(xù)步驟中更精準(zhǔn)地通過較多的已識別信息來確定用戶進(jìn)行垃圾信息判斷的準(zhǔn)確率。
[0038]此外，網(wǎng)絡(luò)設(shè)備I也可將待識別信息和已識別信息提供給較少或較多的用戶來進(jìn)行垃圾信息判斷。
[0039]例如，網(wǎng)絡(luò)設(shè)備I可以將待識別信息和已識別信息提供給一個(gè)用戶來進(jìn)行垃圾信息判斷，從而可以更迅速地得到用戶反饋，進(jìn)而確定待識別信息是否屬于垃圾信息，以提高計(jì)算處理的效率。[0040]又如，網(wǎng)絡(luò)設(shè)備I可以將待識別信息和已識別信息提供給多個(gè)用戶來進(jìn)行垃圾信息判斷，從而可以在后續(xù)步驟中獲取多個(gè)用戶所反饋的對同一個(gè)待識別信息的多個(gè)判斷結(jié)果，以綜合這些判斷結(jié)果來更準(zhǔn)確地確定待識別信息是否屬于垃圾信息。
[0041]進(jìn)一步地，網(wǎng)絡(luò)設(shè)備I還可以將待識別信息進(jìn)行分組，以將不同的待識別信息組與已識別信息組合后分發(fā)給不同的用戶來進(jìn)行垃圾信息判斷。
[0042]例如，對于待識別信息A、B、C、D、E，網(wǎng)絡(luò)設(shè)備I可以按照每組中包含3個(gè)待識別信息的方式進(jìn)行分組，以獲取ABC、ABD、B⑶、BDE^DE共計(jì)5個(gè)待識別信息組。網(wǎng)絡(luò)設(shè)備I向5個(gè)用戶甲、乙、丙、丁、戊分別提供I個(gè)待識別信息組和已識別信息，如向用戶甲提供ABC，向用戶乙提供BCD，向用戶丙提供CDE、向用戶丁提供BDE、向用戶戊提供ABD，以使不同用戶對不同的待識別信息組進(jìn)行垃圾信息判斷。其中，網(wǎng)絡(luò)設(shè)備I向這些用戶提供的已識別信息也可以是相同的或不同的。
[0043]由于每個(gè)用戶判斷垃圾信息的速度可能是不同的，網(wǎng)絡(luò)設(shè)備I對待識別信息進(jìn)行分組，可以減少每個(gè)用戶判斷待識別信息的數(shù)量，從而提高計(jì)算處理的效率。當(dāng)其中任一用戶先于其他用戶完成判斷時(shí)，網(wǎng)絡(luò)設(shè)備I還可繼續(xù)向該用戶提供其它待識別信息，以在后續(xù)的步驟中獲取更多的對待識別信息的判斷結(jié)果。
[0044]網(wǎng)絡(luò)設(shè)備I也可對已識別信息進(jìn)行分組，或分別對已識別信息和待識別信息進(jìn)行分組，分組的方式與上述對待識別信息分組的方式相同或基本相同，故此處不再贅述，并通過引用的方式包含于此。
[0045]本領(lǐng)域技術(shù)人員應(yīng)能理解上述網(wǎng)絡(luò)設(shè)備I將已識別信息和待識別信息提供給用戶的方式僅為舉例 ，其他現(xiàn)有的或今后可能出現(xiàn)的網(wǎng)絡(luò)設(shè)備I將已識別信息和待識別信息提供給用戶的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并在此以引用方式包含于此。
[0046]在步驟S2中，用戶設(shè)備2對已識別信息和待識別信息進(jìn)行呈現(xiàn)以供用戶進(jìn)行垃圾信息判斷。
[0047]例如，用戶設(shè)備2在頁面的中間部分向用戶呈現(xiàn)待識別信息，在頁面的右側(cè)向用戶呈現(xiàn)已識別信息。本領(lǐng)域技術(shù)人員應(yīng)能理解，前述舉例僅用于解釋說明本發(fā)明之目的，而不應(yīng)被理解為對本發(fā)明的任何限制，其他現(xiàn)有或?qū)淼囊炎R別信息和待識別信息的呈現(xiàn)方式，諸如在頁面中混合呈現(xiàn)已識別信息和待識別信息、分別在頁面上部和下部呈現(xiàn)待識別信息和已識別信息等，如其可適用于本發(fā)明，則均應(yīng)被包含在本發(fā)明的專利保護(hù)范圍之內(nèi)。
[0048]在此，用戶設(shè)備2還可在每條信息的鄰近區(qū)域，諸如右側(cè)、下側(cè)等區(qū)域，呈現(xiàn)判斷結(jié)果選項(xiàng)，如“A屬于垃圾信息”、“B不確定”、“C不屬于垃圾信息”，以供用戶選擇相應(yīng)判斷結(jié)果選項(xiàng)。
[0049]進(jìn)一步地，用戶設(shè)備2可一次性地呈現(xiàn)所有已識別信息和待識別信息，也可逐條地進(jìn)行呈現(xiàn)。
[0050]在步驟S3中，當(dāng)用戶提交判斷結(jié)果后，用戶設(shè)備2將該判斷結(jié)果提供給網(wǎng)絡(luò)設(shè)備
I。據(jù)此，網(wǎng)絡(luò)設(shè)備I獲取一個(gè)或多個(gè)用戶所反饋的對已識別信息和待識別信息的判斷結(jié)
果O
[0051]在此，為簡單說明起見，本發(fā)明多以判斷結(jié)果包括屬于垃圾信息、不確定、不屬于垃圾信息這3種判斷結(jié)果來進(jìn)行舉例。然而，本領(lǐng)域技術(shù)人員應(yīng)能理解，上述舉例僅用于說明本發(fā)明之目的，而不應(yīng)被理解為對本發(fā)明的任何限制，其他現(xiàn)有的或今后可能出現(xiàn)的其他判斷結(jié)果的類型和/或表現(xiàn)形式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明的專利保護(hù)范圍之內(nèi)，并以引用方式包含于此。
[0052]在步驟S4中，網(wǎng)絡(luò)設(shè)備I根據(jù)其中每個(gè)用戶對已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率。
[0053]由于網(wǎng)絡(luò)設(shè)備I已知這些已識別信息的正確判斷結(jié)果，將其與用戶對已識別信息的判斷結(jié)果進(jìn)行比較，以確定用戶對已識別信息判斷正確的數(shù)量，進(jìn)而結(jié)合相應(yīng)用戶所判斷已識別信息的總數(shù)量來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率。
[0054]例如，第i個(gè)用戶對3個(gè)已識別信息的判斷結(jié)果為:已識別信息I屬于垃圾信息、已識別信息2不確定、已識別信息3不屬于垃圾信息；相應(yīng)的正確判斷結(jié)果為:已識別信息I屬于垃圾信息、已識別信息2不屬于垃圾信息、已識別信息3不屬于垃圾信息；在此采用m' 1來表示第i個(gè)用戶對已識別信息判斷正確的數(shù)量，即m' i=2，采用叫來表示第i個(gè)用戶所識別的已識別信息的總數(shù)量，即mi=3，采用Pi來表示第i個(gè)用戶判斷垃圾信息的準(zhǔn)確率，其具體計(jì)算方式如下:
【權(quán)利要求】
1.一種識別垃圾信息的方法，其中，該方法包括: -將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷； -獲取所述一個(gè)或多個(gè)用戶所反饋的對所述已識別信息和所述待識別信息的判斷結(jié)果; -根據(jù)其中每個(gè)用戶對所述已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率； -根據(jù)所述一個(gè)或多個(gè)用戶對所述待識別信息的判斷結(jié)果，并結(jié)合所述一個(gè)或多個(gè)用戶判斷垃圾信息的準(zhǔn)確率，來確定所述待識別信息是否屬于垃圾信息。
2.根據(jù)權(quán)利要求1所述的方法，其中，所述確定所述待識別信息是否屬于垃圾信息的步驟進(jìn)一步包括: -根據(jù)其中每個(gè)用戶對所述待識別信息的判斷結(jié)果及其判斷垃圾信息的準(zhǔn)確率，以及所述一個(gè)或多個(gè)用戶對所述待識別信息的判斷結(jié)果的統(tǒng)計(jì)值，來確定所述待識別信息是否屬于垃圾信息。
3.根據(jù)權(quán)利要求1或2所述的方法，其中，該方法還包括: -獲取一個(gè)或多個(gè)待處理信息； -通過垃圾信息的特征模型來對所述待處理信息進(jìn)行篩選，以獲得所述待識別信息。
4.根據(jù)權(quán)利要求3所述的方法，其中，所述垃圾信息的特征模型基于以下至少任一項(xiàng)信息來建立: -與賬號發(fā)布行為相關(guān)的信息； -與發(fā)布信息的內(nèi)容相關(guān)的信息。
5.根據(jù)權(quán)利要求4所述的方法，其中，所述與賬號發(fā)布行為相關(guān)的信息包括以下至少任一項(xiàng): -同一賬號發(fā)布信息所對應(yīng)的地點(diǎn)數(shù)量大于預(yù)定閾值； -同一賬號發(fā)布信息的頻率大于預(yù)定閾值； -同一賬號發(fā)布信息所間隔的時(shí)間相等； -同一賬號發(fā)布的多個(gè)信息具有相同的內(nèi)容。
6.根據(jù)權(quán)利要求4或5所述的方法，其中，所述與發(fā)布信息的內(nèi)容相關(guān)的信息包括以下至少任一項(xiàng): -發(fā)布信息的內(nèi)容中包括指向低質(zhì)量網(wǎng)頁的網(wǎng)址； -發(fā)布信息的內(nèi)容中包括符合廣告特征的字符串。
7.根據(jù)權(quán)利要求6所述的方法，其中，所述符合廣告特征的字符串進(jìn)一步包括符合預(yù)置推薦模板的字符串； 其中，所述預(yù)置推薦模板基于表達(dá)推薦語氣的關(guān)鍵詞來獲得。
8.根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的方法，其中，所述將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶的步驟進(jìn)一步包括: -按照預(yù)定比例將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷。
9.一種識別垃圾信息的裝置，其中，該裝置包括: -用于將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷的裝置； -用于獲取所述一個(gè)或多個(gè)用戶所反饋的對所述已識別信息和所述待識別信息的判斷結(jié)果的裝置； -用于根據(jù)其中每個(gè)用戶對所述已識別信息的判斷結(jié)果，來確定每個(gè)用戶判斷垃圾信息的準(zhǔn)確率的裝置； -用于根據(jù)所述一個(gè)或多個(gè)用戶對所述待識別信息的判斷結(jié)果，并結(jié)合所述一個(gè)或多個(gè)用戶判斷垃圾信息的準(zhǔn)確率，來確定所述待識別信息是否屬于垃圾信息的裝置。
10.根據(jù)權(quán)利要求9所述的裝置，其中，所述用于確定所述待識別信息是否屬于垃圾信息的裝置進(jìn)一步用于: -根據(jù)其中每個(gè)用戶對所述待識別信息的判斷結(jié)果及其判斷垃圾信息的準(zhǔn)確率，以及所述一個(gè)或多個(gè)用戶對所述待識別信息的判斷結(jié)果的統(tǒng)計(jì)值，來確定所述待識別信息是否屬于垃圾信息。
11.根據(jù)權(quán)利要求9或10所述的裝置，其中，該裝置還包括: -用于獲取一個(gè)或多個(gè)待處理信息的裝置； -用于通過垃圾信息的特征模型來對所述待處理信息進(jìn)行篩選，以獲得所述待識別信息的裝置。
12.根據(jù)權(quán)利要求11所述的裝置，其中，所述垃圾信息的特征模型基于以下至少任一項(xiàng)信息來建立: -與賬號發(fā)布行為相關(guān)的信息； -與發(fā)布信息的內(nèi)容相關(guān)的信息。
13.根據(jù)權(quán)利要求12所述的裝置，其中，所述與賬號發(fā)布行為相關(guān)的信息包括以下至少任一項(xiàng): -同一賬號發(fā)布信息所對應(yīng)的地點(diǎn)數(shù)量大于預(yù)定閾值； -同一賬號發(fā)布信息的頻率大于預(yù)定閾值； -同一賬號發(fā)布信息所間隔的時(shí)間相等； -同一賬號發(fā)布的多個(gè)信息具有相同的內(nèi)容。
14.根據(jù)權(quán)利要求12或13所述的裝置，其中，所述與發(fā)布信息的內(nèi)容相關(guān)的信息包括以下至少任一項(xiàng): -發(fā)布信息的內(nèi)容中包括指向低質(zhì)量網(wǎng)頁的網(wǎng)址； -發(fā)布信息的內(nèi)容中包括符合廣告特征的字符串。
15.根據(jù)權(quán)利要求14所述的裝置，其中，所述符合廣告特征的字符串進(jìn)一步包括符合預(yù)置推薦模板的字符串； 其中，所述預(yù)置推薦模板基于表達(dá)推薦語氣的關(guān)鍵詞來獲得。
16.根據(jù)權(quán)利要求9至15中任一項(xiàng)所述的裝置，其中，所述用于將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶的裝置進(jìn)一步用于: -按照預(yù)定比例將已識別信息和待識別信息提供給一個(gè)或多個(gè)用戶來進(jìn)行垃圾信息判斷。
【文檔編號】G06F17/30GK103970832SQ201410128835
【公開日】2014年8月6日 申請日期:2014年4月1日 優(yōu)先權(quán)日:2014年4月1日
【發(fā)明者】劉昊, 施鵬, 張書娟, 王堅(jiān), 牛章鵬 申請人:百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司