一種用戶特征識別方法及裝置的制造方法
【技術領域】
[0001] 本發明涉及互聯網技術領域，尤其涉及一種用戶特征識別方法及裝置。
【背景技術】
[0002] 隨著互聯網應用的快速發展，通過互聯網進行業務交互的實際應用也越來越廣 泛。例如，在電子商務中，業務交互即相當于商品交易，業務交互的交互方為商品的提供方 和接受方，也可以稱為賣家和買家。
[0003] 然而，在目前的網絡業務交互環境中，特別是在個人對個人（C2C，Consumerto Consumer)平臺上，一些業務交互的提供方，會提供質量較差的交互內容，且與提供方對交 互內容的宣傳不符，以達到欺騙業務交互的接受方的目的，且接受方在完成這樣的業務交 互之后，也沒有很好的辦法維護自身的權益。例如，在電子商務中，存在大量的小型賣家，貨 源復雜，監管難度很大，有些不良賣家會售賣假貨，或者以次充好，坑害買家，一旦貨品出現 問題，買家比較難維權，舉證麻煩，打擊買家的網上消費信心，影響網上交易信息產業的良 性發展。
[0004] 所以，為了能夠有效的對網絡業務交互進行監管，對提供方欺騙接受方的行為進 行限制，在業務交互完成后，業務交互的接受方可以對提供方進行評價，評價結果可以是正 面的評價，如好評，也可以是負面的評價，如差評，通過這些評價來幫助接受方識別提供方 的優劣，如識別出提供假貨的賣家。
[0005] 并且，業務交互平臺也可以根據業務交互中對提供方的評價，對提供方的用戶特 征進行識別，如確定提供方是否在提供質量較差的交互內容，并觸發預警，以便人工干預， 具體可以如下：
[0006] -種方式為：針對一個提供方，統計業務交互中對該提供方的負面評價的數量，當 該數量大于一個預設數量閾值時，則表示該提供方的用戶特征為負面特征，例如在電子商 務中，可以進一步的表示賣家售賣假貨。
[0007] 另一種方式為：針對一個提供方，統計業務交互中該提供方的負面評價占全部評 價的比率，當該比率大于一個預設比率閾值時，則表示該提供方的用戶特征為負面特征。
[0008] 然而，在基于互聯網進行業務交互的實際應用中，有一些接受方在業務交互中會 惡意的對提供方提交負面評價，并以此要挾提供方，即業務交互中的一些評價并非是真實 客觀的，所以，在上述方案中，僅僅根據對提供方的負面評價的數量或占全部評價的比率確 定提供方的用戶特征，是不準確的。
【發明內容】
[0009] 有鑒于此，本申請實施例提供一種用戶特征識別方法及裝置，用于解決現有技術 中存在的確定業務交互中交互方的用戶特征不準確的問題。
[0010] 本申請實施例通過如下技術方案實現：
[0011] 本申請實施例提供了一種用戶特征識別方法，包括：
[0012] 當接收到一次業務交互中交互方的指定評價時，根據所述業務交互的特征值，確 定所述交互方的本次指定評價的可信度分值；
[0013] 根據包括所述本次指定評價在內的所述交互方在多次業務交互中的多個指定評 價的可信度分值，確定所述多個指定評價的可信度均值；
[0014] 基于與所述多個指定評價對應的次數權重和所述可信度均值，確定所述多個指定 評價的可信度均值加權值，所述多個指定評價的數量與對應的次數權重之間呈單調遞增或 單調遞減關系；
[0015] 根據所述可信度均值加權值與預設可信度閾值的大小關系，確定所述交互方的用 戶特征。
[0016] 采用本申請實施例提供的上述方法，在接收到一次業務交互中交互方的指定評價 后，需要對該交互方的用戶特征進行識別時，是根據包括本次指定評價在內的該交互方的 多個指定評價的可信度分值，確定該多個指定評價的可信度均值，并且還參考了該多個指 定評價對應的次數權重，確定該多個指定評價的可信度均值加權值，且該多個指定評價的 數量與對應的次數權重之間呈單調遞增或單調遞減關系。由于每個指定評價的可信度分值 表示了該指定評價的可信程度，且多個指定評價的可信度均值能夠更全面的表示該交互方 的指定評價的總體可信程度，并且，還參考了該多個指定評價的數量對可信程度的提示作 用，從而使得根據可信度均值加權值，能夠更準確的確定該交互方的用戶特征。
[0017] 進一步的，根據所述業務交互的特征值，確定所述交互方的本次指定評價的可信 度分值，具體包括：
[0018] 針對所述業務交互的多個維度的特征值和多個維度對應的維度權重進行加權求 和，得到所述交互方的本次指定評價的可信度分值。
[0019] 進一步的，根據所述本次指定評價的可信度分值，確定所述多個指定評價的可信 度均值，具體包括：
[0020] 將所述多個指定評價的可信度分值的算數平均值，確定為所述多個指定評價的可 信度均值；或者
[0021] 對所述多個指定評價的可信度分值和所述多個指定評價各自對應的可信度權重 進行加權求和，得到所述多個指定評價的可信度均值；或者
[0022] 采用如下公式確定所述多個指定評價的可信度均值：
[0023] Xn = Xn ,*P+Xn
[0024] 其中，為所述多個指定評價的可信度均值，尤為所述多個指定評價中除所述 本次指定評價之外的其他指定評價的可信度均值，Xn為所述本次指定評價的所述可信度分 值，0為大于〇小于1的常數，n為所述多個指定評價的數量。
[0025] 進一步的，所述交互方為提供方，所述指定評價為負面評價；或者
[0026] 所述交互方為提供方，所述指定評價為正面評價；或者
[0027] 所述交互方為接受方，所述指定評價為負面評價。
[0028] 進一步的，根據所述可信度均值加權值與預設可信度閾值的大小關系，確定所述 交互方的用戶特征，具體包括：
[0029] 當所述交互方為提供方，所述指定評價為負面評價時，當所述可信度均值加權值 大于預設可信度閾值時，確定所述交互方的用戶特征為負面特征，并觸發預警，所述多個指 定評價的數量與對應的次數權重之間呈單調遞增關系；或者
[0030] 當所述交互方為提供方，所述指定評價為正面評價時，當所述可信度均值加權值 大于預設可信度閾值時，確定所述交互方的用戶特征為正面特征，所述多個指定評價的數 量與對應的次數權重之間呈單調遞增關系；或者
[0031] 當所述交互方為接受方，所述指定評價為負面評價時，當所述可信度均值加權值 小于預設可信度閾值時，確定所述交互方的用戶特征為虛假特征，并觸發預警，所述多個指 定評價的數量與對應的次數權重之間呈單調遞減關系。
[0032] 進一步的，當所述交互方為提供方，所述指定評價為負面評價時，所述交互方的指 定評價相對于所述交互方不可見。
[0033] 本申請實施例還提供了一種用戶特征識別裝置，包括：
[0034] 可信度分值確定單元，用于當接收到一次業務交互中交互方的指定評價時，根據 所述業務交互的特征值，確定所述交互方的本次指定評價的可信度分值；
[0035] 可信度均值確定單元，用于根據所述本次指定評價的可信度分值，確定包括所述 本次指定評價在內的所述交互方在多次業務交互中的多個指定評價的可信度均值；
[0036] 可信度均值加權值確定單元，用于基于與所述多個指定評價對應的次數權重和所 述可信度均值，確定所述多個指定評價的可信度均值加權值，所述多個指定評價的數量與 對應的次數權重之間呈單調遞增或單調遞減關系；
[0037] 特征確定單元，用于根據所述可信度均值加權值與預設可信度閾值的大小關系， 確定所述交互方的用戶特征。
[0038] 采用本申請實施例提供的上述裝置，在接收到一次業務交互中交互方的指定評價 后，需要對該交互方的用戶特征進行識別時，是根據包括本次指定評價在內的該交互方的 多個指定評價的可信度分值，確定該多個指定評價的可信度均值，并且還參考了該多個指 定評價對應的次數權重，確定該多個指定評價的可信度均值加權值，且該多個指定評價的 數量與對應的次數權重之間呈單調遞增或單調遞減關系。由于每個指定評價的可信度分值 表示了該指定評價的可信程度，且多個指定評價的可信度均值能夠更全面的表示該交互方 的指定評價的總體可信程度，并且，還參考了該多個指定評價的數量對可信程度的提示作 用，從而使得根據可信度均值加權值，能夠更準確的確定該交互方的用戶特征。
[0039] 進一步的，所述可信度分值確定單元，具體用于針對所述業務交互的多個維度的 特征值和多個維度對應的維度權重進行加權求和，得到所述交互方的本次指定評價的可信 度分值。
[0040] 進一步的，可信度均值確定單元，具體用于將所述多個指定評價的可信度分值的 算數平均值，確定為所述多個指定評價的可信度均值；或者
[0041] 對所述多個指定評價的可信度分值和所述多個指定評價各自對應的可信度權重 進行加權求和，得到所述多個指定評價的可信度均值；或者
[0042] 采用如下公式確定所述多個指定評價的可信度均值：
[0043] Xn