【技术实现步骤摘要】
本专利技术涉及互联网
，特别是涉及。
技术介绍
随着互联网的发展，网上的信息变得越来越泛滥，越来越真假难辨。对于电子商务或分类信息等类型的网站，如果能够为用户提供安全、真实的商品信息，已经成为一项重要而又基本的内容，于是如何识别用户发布信息的真假已经成为了确保信息安全的关键，这也是很多网站都面临的问题。在识别虚假交易信息上，目前的方法主要是通过人工的审核，外加一些技术手段，例如确定黑名单的IP (Internet Protocol,网络之间互连的协议)地址、确定发布的信息内容或格式不合法、价格区间不合法等将完全确定信息不合法的信息删除。现有策略的缺点是人工审核太消耗人力、辅助的技术手段只能删除少部分的虚假交易信息，还有大量的虚假交易信息逃脱，可以删除100%确定为虚假的信息，但是对有85%可能为假的信息无能为力，因为都不能判断信息为假的程度。
技术实现思路
本专利技术要解决的技术问题是提供置，用以解决现有技术进行虚假交易信息识别上人工消耗大、虚假交易信息识别率低的问题。为解决上述技术问题，一方面，本专利技术提供，包括步骤S101，获取用户发布信息的信息特征、信息内容和/或图片信息；步骤S201，根据用户发布信息的信息特征、信息内容和/或图片信息，对用户发布消息进行虚假交易信息识别。进一步，在获取用户发布信息的信息特征之前，包括以下步骤步骤S1011，获取之前用户发布消息的基本数据；步骤S1012，根据获取的之前用户发布消息的基本数据，提取训练数据，确定正负样本；步骤S1013，对正负样本中的数据进行特征转换，得到设定数据格式的数据；步骤S1014，根据...
【技术保护点】
一种虚假交易信息识别方法，其特征在于，包括：步骤S101，获取用户发布信息的信息特征、信息内容和/或图片信息；步骤S201，根据用户发布信息的信息特征、信息内容和/或图片信息，对用户发布消息进行虚假交易信息识别。
【技术特征摘要】
1.一种虚假交易信息识别方法，其特征在于，包括 步骤S101，获取用户发布信息的信息特征、信息内容和/或图片信息； 步骤S201，根据用户发布信息的信息特征、信息内容和/或图片信息，对用户发布消息进行虚假交易信息识别。2.如权利要求1所述的虚假交易信息识别方法，其特征在于，在获取用户发布信息的信息特征之前，包括以下步骤 步骤S1011，获取之前用户发布消息的基本数据； 步骤S1012，根据获取的之前用户发布消息的基本数据，提取训练数据，确定正负样本； 步骤S1013，对正负样本中的数据进行特征转换，得到设定数据格式的数据； 步骤S1014，根据设定数据格式的数据，建立回归模型。3.如权利要求2所述的虚假交易信息识别方法，其特征在于，步骤S1013具体包括 将正负样本中的每条数据的特征确定为数值型或枚举型两类； 数值型的维度值不变，在数值型数据处于样本中的位置处置该数值型数据的数值；枚举型的维度值则先计算其md5值，然后将md5值对W取模，得到取模结果；在样本中将处于取模结果位置的数值置I。4.如权利要求3所述的虚假交易信息识别方法，其特征在于，步骤S1014具体包括 将步骤S1013得到的数据转化为稀疏矩阵； 在模型训练程序程序中输入产生的稀疏矩阵(Xl，x2) X3, X4, x5，……，xP)，P为设定数据格式的数据的数据量；得到每一条记录对应的参数(i^，P1, β2，β3，β4，β5，……，βρ)； 建立回归模型，回归模型为=;其中g(x) = βο+βιΧι+β2Χ2+···+ βρΧρ。5.如权利要求4所述的虚假交易信息识别方法，其特征在于，在建立回归模型之后，当接收到用户发布信息时，则步骤SlOl具体为 步骤S1015，获取用户发布消息的基本数据；包括提取用户发布消息的基本特征和获取元特征；基本特征与元特征一起作为挖掘的基本数据。6.如权利要求5所述的虚假交易信息识别方法，其特征在于，在获取用户发布消息的基本数据之后，步骤S201具体包括以下步骤 步骤S2011，对获取用户发布消息的基本数据进行特征转换，得到设定数据格式的数据； 步骤S2012，将步骤S2011得到的设定数据格式的数据转化为稀疏矩阵的形式，通过回归模型进行虚假消息识别；其中，Ρ>Μ，则Y=l，表示用户发布信息为真实交易信息；反之，P ( Μ，则Υ=0，表示用户发布信息为虚假交易信息；Μ是预先设定的阈值。7.如权利要求1或6所述的虚假交易信息识别方法，其特征在于，...
【专利技术属性】
技术研发人员：王永康，张爱华，
申请(专利权)人：五八同城信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。