风险数据确定方法及装置与流程

本申请涉及计算机技术领域，尤其涉及一种风险数据确定方法及装置。

背景技术

随着互联网用户数量的增长，互联网中包含的数据越来越多，互联网中至少包含用户的个人信息和用户发布的内容数据。然而，互联网包含的大量数据中，可能存在风险数据，比如，某个用户账号持续不断的发布不符合信息发布平台的要求的内容，比如“花呗套现加微xxx12345”，则该用户的账号和该不符合信息发布平台的要求的内容，均是互联网中的风险数据。风险数据除了不符合信息发布平台的要求以外，还可能给其他用户带来风险，比如某用户持续发布虚假内容，该虚假内容被其他用户轻信后可能对其他用户的财产造成威胁。

因此，有必要提供一种风险数据确定方法，以识别网络中的风险数据。

技术实现要素：

本申请实施例的目的是提供一种风险数据确定方法及装置，以识别网络中的风险数据。

为达到上述目的，本申请实施例是这样实现的：

本申请实施例提供了一种风险数据确定方法，包括：

获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种风险数据确定方法，包括：

构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种风险数据确定方法，包括：

获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，识别风险数据。

本申请实施例提供了一种风险数据确定装置，包括：

第一名单获取模块，用于获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

第一数据确定模块，用于根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种风险数据确定装置，包括：

网络构建模块，用于构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

名单生成模块，用于基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

第二数据确定模块，用于根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种风险数据确定装置，包括：

第二名单获取模块，用于获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

数据识别模块，用于根据所述风险数据名单，识别风险数据。

本申请实施例提供了一种风险数据确定设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：

获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种风险数据确定设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：

构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

本申请实施例提供了一种风险数据确定设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，识别风险数据。

本申请实施例提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：

获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，识别风险数据。

本申请实施例中，首先获取当前业务场景对应的风险数据名单，然后根据该风险数据名单确定当前业务场景对应的风险数据，其中，风险数据名单包括风险用户信息名单和/或风险内容数据名单，风险数据名单基于关联关系网络生成，该关联关系网络用于表示用户发布内容数据所采用的用户信息和该内容数据之间的关联关系。可见，通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一实施例提供的风险数据确定方法的流程示意图；

图2a为本申请一实施例提供的关联关系网络的示意图；

图2b为本申请另一实施例提供的关联关系网络的示意图；

图3为本申请又一实施例提供的风险数据确定方法的流程示意图；

图4为本申请另一实施例提供的风险数据确定方法的流程示意图；

图5为本申请一实施例提供的风险数据确定装置的模块组成示意图；

图6为本申请另一实施例提供的风险数据确定装置的模块组成示意图；

图7为本申请另一实施例提供的风险数据确定装置的模块组成示意图；

图8为本申请一实施例提供的风险数据确定设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

为识别网络中的风险数据，本申请实施例提供了一种风险数据确定方法及装置，其中，风险数据确定方法可以由后台的服务器执行，该服务器可以是服务器集群，还可以是云服务器等。

图1为本申请一实施例提供的风险数据确定方法的流程示意图，如图1所示，该方法包括以下步骤：

步骤s102，获取当前业务场景对应的风险数据名单；其中，风险数据名单包括风险用户信息名单和/或风险内容数据名单，风险数据名单基于关联关系网络生成，该关联关系网络用于表示用户发布内容数据所采用的用户信息和该内容数据之间的关联关系；

步骤s104，根据风险数据名单，确定当前业务场景对应的风险数据。

本申请实施例中，首先获取当前业务场景对应的风险数据名单，然后根据该风险数据名单确定当前业务场景对应的风险数据，其中，风险数据名单包括风险用户信息名单和/或风险内容数据名单，风险数据名单基于关联关系网络生成，该关联关系网络用于表示用户发布内容数据所采用的用户信息和用户发布的内容数据之间的关联关系。可见，通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

本申请实施例中，业务场景可以为游戏场景、金融场景、社交场景等，不同业务场景对应不同的风险数据名单，当然，不同业务场景也可以对应相同的风险数据名单，通过图1中的流程，能够获取得到当前业务场景对应的风险数据名单，并确定得到当前业务场景对应的风险数据，该风险数据包括风险用户信息和/或风险内容数据。

本申请实施例中，风险数据又可以称为垃圾数据，垃圾数据可以是信息发布平台不希望用户发布的垃圾内容数据，或者经常发布垃圾内容数据的垃圾用户账号，这些垃圾数据均可以作为本申请示例中的风险数据。垃圾内容数据可以举例为“花呗套现加v123sdf”。

上述步骤s102中，可以根据当前业务场景的标识，获取当前业务场景对应的风险数据名单。由于当前业务场景对应的风险数据名单基于关联关系网络生成，因此在生成风险数据名单之前，还需要构建关联关系网络。本申请实施例中的方法还包括以下步骤：

(a1)根据用户发布内容数据所采用的用户信息生成用户信息节点，根据该内容数据生成内容数据节点；

(a2)根据用户信息和内容数据之间的关联关系，确定用户信息节点和内容数据节点之间的连接关系；

(a3)按照该连接关系连接用户信息节点和内容数据节点，生成关联关系网络。

本申请实施例中，关联关系网络包括用户发布内容数据所采用的用户信息对应的用户信息节点和该内容数据对应的内容数据节点，在构建关联关系网络时，首先根据用户发布内容数据所采用的用户信息生成用户信息节点，其中，用户信息包括但不限于用户账号、用户设备标识等，因此用户信息对应的用户信息节点包括但不限于用户账号节点、用户设备标识节点等。并且，根据用户发布的内容数据生成内容数据节点，内容数据节点用于表示用户发布的内容数据，用户发布的内容数据包括但不限于联系方式等，该联系方式包括但不限于手机号、qq号、微信号和邮箱等，因此内容数据节点包括但不限于联系方式节点。

本申请实施例中，可以根据以下方式，获取用户发布的内容数据：获取用户生成内容(usergeneratedcontent，ugc)，对用户生成内容进行数据清洗，以从中删除指定符号，比如“、”“。”“，”“/”等，然后对数据清洗后的内容进行转换，比如将大写数字转换为阿拉伯数字、将英文数字转换为阿拉伯数字、将繁体字转换为简体字、将emoji表情转换为对应的字符等，进而，从数据清洗后的内容中提取得到联系方式，联系方式包括手机号、qq号、微信号和邮箱等，将提取得到的联系方式作为用户发布的内容数据。其中，在提取联系方式前，可以为每种联系方式设置对应的识别规则，在提取联系方式时，根据该识别规则识别对应的联系方式并提取，比如为手机号设置对应的识别规则为“1”开头的11位数字，从而提取手机号。

生成用户信息节点和内容数据节点后，再通过上述动作(a2)，根据用户用户信息和内容数据之间的关联关系，确定用户信息节点和内容数据节点之间的连接关系。比如，某个用户账号发布了某条联系方式，则该用户账号对应的用户信息节点和该条联系方式对应的内容数据节点之间，就存在发布关系，也即，存在连接关系。最后，按照确定的连接关系，连接用户信息节点和内容数据节点，生成关联关系网络。

图2a为本申请一实施例提供的关联关系网络的示意图，该图以用户信息节点为用户账号节点、内容数据节点为联系方式节点为例进行说明，如图2所示，用户a发布微信号“123abc”和微信号“456def”，微信号“123abc”还被用户b和用户c发布，用户d还发布微信号“456def”和微信号“mnj789”。

图2b为本申请另一实施例提供的关联关系网络的示意图，该图以用户信息节点包括用户账号节点和用户设备标识节点、内容数据节点为联系方式节点为例进行说明，如图2b所示，用户a通过设备a发布微信号“123abc”和微信号“456def”，用户b通过设备b发布微信号“123abc”，用户c通过设备d发布微信号“123abc”，用户d通过设备c发布微信号“456def”和微信号“mnj789”。

本申请实施例中，还包括以下动作，以根据构建好的关联关系网络，生成风险数据名单：

(b1)确定关联关系网络中，用户信息节点的特征和内容数据节点的特征；

(b2)根据用户信息节点的特征，生成当前业务场景对应的风险用户信息名单；

(b3)根据内容数据节点的特征，生成当前业务场景对应的风险内容数据名单；

(b4)将风险用户信息名单和/或风险内容数据名单作为风险数据名单。

上述动作(b1)中，确定关联关系网络中用户信息节点的特征，包括：

根据当前业务场景，选取以下方式(b11)至(b14)至少之一执行：

(b11)基于用户信息节点在关联关系网络中具有的连接关系进行数据统计，得到第一统计特征。

比如，对每个用户信息节点在关联关系网络中直接连接的节点数量进行统计，将统计得到的数量作为该用户信息节点的第一统计特征的一部分，以及，对每个用户信息节点在关联关系网络中间接连接的节点数量进行统计，将统计得到的数量作为该用户信息节点的第一统计特征的一部分。因此，第一统计特征可以包括用户信息节点在关联关系网络中直接连接的节点数量和间接连接的节点数量，其中，间接连接的节点可以是通过一个直接连接的节点所连接的节点，还可以是通过n个节点所连接的节点，直接连接又称为一度连接，间接连接又称为n度连接，n等于形成该间接连接所需要通过的节点的数量加1。比如，节点a通过节点b与节点c连接，节点a就是节点c的二度连接节点，节点a通过节点b、节点c与及节点d连接，节点a就是节点d的三度连接节点

一个具体的实施例中，对每个用户信息节点在关联关系网络中一度连接的节点数量进行统计，得到第一数量，以及，对每个用户信息节点在关联关系网络中二度连接的节点数量进行统计，得到第二数量，将第一数量和第二数量作为用户信息节点的第一统计特征。

(b12)基于用户信息节点对应的用户信息进行数据统计，得到内容发布相关的第二统计特征。

用户信息节点对应的用户信息包括用户账号或用户设备。本方式中，第二统计特征可以是用户信息节点对应的用户账号或用户设备，发布内容数据的次数和发布的内容数据被认定为风险内容数据的次数(也即发布风险内容数据的次数)，其中，可以由人工认定发布的内容数据是否为风险内容数据，比如人工认定发布的联系方式是否为诈骗联系方式。

需要说明的是，基于用户信息节点对应的用户信息进行数据统计能够得到的与内容发布相关的第二统计特征，都在本实施例的范围之内，这里不再一一列举。

(b13)根据pagerank算法确定用户信息节点在关联关系网络中的第一权重。

pagerank算法起于网页的搜索排序，谷歌利用网页的链接结构计算每个网页的等级排名，pagerank算法基本思路是：如果一个网页被其他多个网页指向，这说明该网页比较重要或者质量较高。

本方式中，基于关联关系网络的图拓扑结构，通过pagerank算法每个确定用户信息节点在关联关系网络中的第一权重，将第一权重作为该用户信息节点的特征。第一权重表示用户信息节点在关联关系网络对应的网络结构中的重要程度，重要程度越高，第一权重越大，比如，与用户信息节点连接的节点数量越多，该用户信息节点的重要程度越高，其第一权重越大。

(b14)根据标签传播算法和关联关系网络中预设的风险节点确定用户信息节点的第二权重。

标签传播聚类是基于图的半监督学习方法，其基本思路是节点的标签依赖其邻居节点的标签信息，影响程度由节点相似度决定，并通过传播迭代更新达到稳定。

本方式中，关联关系网络中具有预设的风险节点，该风险节点包括风险用户信息节点和/或风险内容数据节点，该风险节点可以由人工设定。比如，人工根据经验确定具有风险的用户信息，如经常发布广告的用户账号，并将关联关系网络中与该具有风险的用户信息对应的用户信息节点设置为风险用户信息节点，又如，人工根据经验确定具有风险的内容数据，如被网友标记为诈骗的手机号，并将关联关系网络中与该具有风险的内容数据对应的内容数据节点设置为风险内容数据节点。本实施例中，风险节点包括风险用户信息节点和风险内容数据节点中的至少一个。

由于标签传播算法是根据设定的风险节点推算其他节点的风险权重，因此在人工在关联关系网络中设定风险节点后，根据标签传播算法和关联关系网络中设定的风险节点，就能够确定用户信息节点的第二权重，第二权重表示用户信息节点具有风险的可能性大小，第二权重越大，用户信息节点就越可能是风险用户信息节点，即用户信息节点对应的用户信息越可能是具有风险的风险用户信息。其中，在计算第二权重时，可以设置预设的风险节点的权重为1。

本实施例中，根据当前业务场景，确定执行以上(b11)至(b14)至少之一，以确定得到关联关系网络中用户信息节点的特征。在不同业务场景下，可以在(b11)至(b14)选取不同的方式来执行，以确定用户信息节点的特征。一个具体的实施例中，执行以上(b11)至(b14)，用户信息节点的特征包括：用户信息节点一度连接的节点数量、二度连接的节点数量、用户信息节点对应的用户账号或用户设备，发布内容数据的次数和发布的内容数据被认定为风险内容数据的次数、根据pagerank算法确定的用户信息节点在关联关系网络中的第一权重、根据标签传播算法和关联关系网络中预设的风险节点确定的用户信息节点的第二权重。

进一步地，上述动作(b1)中，确定关联关系网络中内容数据节点的特征，包括：

根据当前业务场景，选取以下方式(b15)至(b19)至少之一执行：

(b15)基于内容数据节点在关联关系网络中具有的连接关系进行数据统计，得到第三统计特征。

与方式(b11)类似，对每个内容数据节点在关联关系网络中直接连接的节点数量进行统计，将统计得到的数量作为该内容数据节点的第三统计特征的一部分，以及，对每个内容数据节点在关联关系网络中间接连接的节点数量进行统计，将统计得到的数量作为该内容数据节点的第三统计特征的一部分。因此，第三统计特征可以包括内容数据节点在关联关系网络中直接连接的节点数量和间接连接的节点数量。关于直接连接和间接连接可以参考方式(b11)的解释。

一个具体的实施例中，对每个内容数据节点在关联关系网络中一度连接的节点数量进行统计，得到第一数量，以及，对每个内容数据节点在关联关系网络中二度连接的节点数量进行统计，得到第二数量，将第一数量和第二数量作为内容数据节点的第三统计特征。

(b16)基于内容数据节点对应的内容数据进行数据统计，得到内容发布相关的第四统计特征。

本方式中，第四统计特征可以是内容数据节点对应的内容数据的发布次数，内容数据节点对应的内容数据的发布人数等。比如对“联系方式”节点，统计该“联系方式”被发布的次数，去重的发布用户数等。

需要说明的是，基于内容数据节点对应的内容数据进行数据统计能够得到的与内容发布相关的第四统计特征，都在本实施例的范围之内，这里不再一一列举。

(b17)根据内容数据节点对应的内容数据的属性，确定内容数据节点对应的内容数据的属性特征。

本方式中，根据内容数据节点对应的内容数据的属性，确定内容数据节点对应的内容数据的属性特征，该属性特征可以是内容数据节点对应的内容数据为手机号、为微信号、内容数据节点对应的内容数据的上下文包含特定诱导词(如微信诱导词等)、内容数据节点对应的内容数据的变种程度等。其中，变种程度可以是内容数据中中文英文的切换次数、大写字母和小写字母的切换次数等。若该内容数据在上述数据清洗过程中有过大写数字转换为阿拉伯数字或英文数字转换为阿拉伯数字的过程，则该变种程度还包括对应的转换次数。

一个具体的实施方式中，在从数据清洗后的内容中提取内容数据(如联系方式)后，对提取得到的内容数据打标签，该标签包括“内容数据为手机号”、“内容数据为纯数字”、“内容数据的上下文包含微信诱导词”等，该标签即为内容数据的属性特征。若某内容数据没有标签，则该内容数据可以认为没有属性特征。在确定内容数据节点对应的内容数据的属性特征时，将该内容数据的标签作为其属性特征即可。

需要说明的是，内容数据节点对应的内容数据的属性特征不限于上面举例，与内容数据的属性有关的特征，都可以作为内容数据节点对应的内容数据的属性特征。

(b18)根据pagerank算法确定内容数据节点在关联关系网络中的第一权重。

本方式中，基于关联关系网络的图拓扑结构，通过pagerank算法每个确定内容数据节点在关联关系网络中的第一权重，将第一权重作为该内容数据节点的特征。第一权重表示内容数据节点在关联关系网络对应的网络结构中的重要程度，重要程度越高，第一权重越大，比如，与内容数据节点连接的节点数量越多，该内容数据节点的重要程度越高，其第一权重越大。

(b19)根据标签传播算法和关联关系网络中预设的风险节点确定内容数据节点的第二权重。

关于标签传播算法和关联关系网络中预设的风险节点的解释可以参考前述动作(b14)的描述。

由于标签传播算法是根据设定的风险节点推算其他节点的风险权重，因此在人工在关联关系网络中设定风险节点后，根据标签传播算法和关联关系网络中设定的风险节点，就能够确定内容数据节点的第二权重，第二权重表示内容数据节点具有风险的可能性大小，第二权重越大，内容数据节点就越可能是风险内容数据节点，即内容数据节点对应的内容数据越可能是具有风险的风险内容数据。其中，在计算第二权重时，可以设置预设的风险节点的权重为1。

本实施例中，根据当前业务场景，确定执行以上(b15)至(b19)至少之一，以确定得到关联关系网络中内容数据节点的特征。在不同业务场景下，可以在(b15)至(b19)选取不同的方式来执行，以确定内容数据节点的特征。一个具体的实施例中，执行以上(b15)至(b19)，内容数据节点的特征包括：内容数据节点一度连接的节点数量、二度连接的节点数量、内容数据节点对应的内容数据的被发布的次数、去重的发布用户数、内容数据节点对应的内容数据的属性特征、根据pagerank算法确定的内容数据节点在关联关系网络中的第一权重、根据标签传播算法和关联关系网络中预设的风险节点确定的内容数据节点的第二权重。

本实施例中，在确定用户信息节点的特征和内容数据节点的特征后，上述动作(b2)，根据用户信息节点的特征，确定当前业务场景对应的风险用户信息名单，具体为：将关联关系网络中，对应的特征满足预设的第一风险判别规则的用户信息节点，确定为目标用户信息节点；根据目标用户信息节点对应的用户信息，构建当前业务场景对应的风险用户信息名单。其中，第一风险判别规则根据当前业务场景确定。

具体地，根据当前业务场景，确定第一风险判别规则，不同业务场景下对应不同的第一风险判别规则。第一风险判别规则是对用户信息节点的特征进行判别的规则，由于在确定用户信息节点的特征时，是基于当前业务场景进行确定的，且，第一风险判别规则也根据当前业务场景确定，因此第一风险判别规则与用户信息节点的特征相对应，可以利用第一风险判别规则对用户信息节点的特征进行判别。

一个实施例中，第一风险判别规则可以为：用户信息节点一度连接的节点数量超过当前业务场景对应的设定值、二度连接的节点数量超过当前业务场景对应的设定值、用户信息节点对应的用户账号或用户设备，发布内容数据的次数和发布的内容数据被认定为风险内容数据的次数分别超过当前业务场景对应的设定值、用户信息节点在关联关系网络中的第一权重大于当前业务场景对应的设定值、且用户信息节点的第二权重也大于设定值当前业务场景对应的设定值。

本实施例中，将关联关系网络中，对应的特征满足预设的第一风险判别规则的用户信息节点，确定为目标用户信息节点，然后，根据目标用户信息节点对应的用户信息，构建当前业务场景对应的风险用户信息名单，其中，风险用户信息名单包括多个风险用户信息，目标用户信息节点对应的用户信息，即为风险用户信息名单中包含的风险用户信息。

本实施例中，在确定用户信息节点的特征和内容数据节点的特征后，上述动作(b3)根据内容数据节点的特征，确定当前业务场景对应的风险内容数据名单，具体为：将关联关系网络中，对应的特征满足预设的第二风险判别规则的内容数据节点，确定为目标内容数据节点；根据目标内容数据节点对应的内容数据，构建当前业务场景对应的风险内容数据名单。其中，第二风险判别规则根据当前业务场景确定。

具体地，根据当前业务场景，确定第二风险判别规则，不同业务场景下对应不同的第二风险判别规则。第二风险判别规则是对内容数据节点的特征进行判别的规则，由于在确定内容数据节点的特征时，是基于当前业务场景进行确定的，且，第二风险判别规则也根据当前业务场景确定，因此第二风险判别规则与内容数据节点的特征相对应，可以利用第二风险判别规则对内容数据节点的特征进行判别。

一个实施例中，第二风险判别规则可以为：内容数据节点一度连接的节点数量超过当前业务场景对应的设定值、二度连接的节点数量超过当前业务场景对应的设定值、内容数据节点对应的内容数据的被发布的次数超过当前业务场景对应的设定值，内容数据节点对应的内容数据的去重的发布用户数超过当前业务场景对应的设定值，内容数据节点对应的内容数据的属性特征为当前业务场景指定的属性特征、内容数据节点的第一权重和第二权重均大于当前业务场景对应的设定值。

本实施例中，将关联关系网络中，对应的特征满足预设的第二风险判别规则的内容数据节点，确定为目标内容数据节点，然后，根据目标内容数据节点对应的内容数据，构建当前业务场景对应的风险内容数据名单，其中，风险内容数据名单包括多个风险内容数据，目标内容数据节点对应的内容数据，即为风险内容数据名单中包含的风险内容数据。

根据以上可知，风险用户信息名单中包含风险用户信息，风险内容数据名单中包含风险内容数据，一个实施例中，风险用户信息名单中包含的风险用户信息包括：风险用户账号和/或风险用户设备标识，风险内容数据名单中包含的风险内容数据包括：风险联系方式。

上述步骤s104中，根据风险数据名单，确定当前业务场景对应的风险数据，具体为：

风险数据名单包括风险用户信息名单；将当前业务场景中，与风险用户信息名单中包含的风险用户信息一致的用户信息，确定为当前业务场景对应的风险用户信息；将当前业务场景中，基于风险用户信息名单中包含的风险用户信息发布的内容数据，确定为当前业务场景对应的风险内容数据；

和/或，

风险数据名单包括风险内容数据名单；将当前业务场景中，与风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为当前业务场景对应的风险内容数据；将当前业务场景中，发布风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为当前业务场景对应的风险用户信息。

比如，将当前业务场景中，与风险用户信息名单中包含的风险用户账号一致的用户账号，确定为当前业务场景对应的风险用户账号，将基于风险用户信息名单中包含的风险用户账号发布的内容数据，确定为当前业务场景对应的风险内容数据。

又如，将当前业务场景中，与风险内容数据名单中包含的风险联系方式之间的相似度满足预设相似度要求的联系方式，确定为当前业务场景对应的风险联系方式；将当前业务场景中，发布风险内容数据名单中包含的风险联系方式所基于的用户账号，确定为当前业务场景对应的风险用户账号。

其中，可以通过字符串相似度算法比较两个内容数据(如两个联系方式)之间的相似度。

一个具体的实施例中，可以将与风险用户信息名单中包含的风险用户账号一致的用户账号，确定为当前业务场景下的黑名单账号，将发布风险内容数据名单中包含的风险联系方式所基于的用户账号，确定为当前业务场景下的灰名单账号，从而对用户账号实现分等级的监控。

将与风险内容数据名单中包含的风险联系方式之间的相似度满足预设相似度要求的联系方式，确定为当前业务场景对应的风险联系方式，可以是将相似度达到百分之百的联系方式，确定为当前业务场景对应的风险联系方式，可以是将相似度达到一定阈值的联系方式，确定为当前业务场景对应的风险联系方式。

设定一定的相似度阈值，可以保证用户更换相近的联系方式发布风险数据时，能够将用户更换后的联系方式识别出来，还能够保证在从数据清洗后的内容中提取联系方式时，若出现提取错误的情况，可以通过一定的相似度阈值匹配出来正确的风险联系方式，比如，将微信号“1234ryt”提取成了“123ryt”，则通过设定一定的相似度阈值，可以将正确的风险联系方式“1234ryt”作为当前业务场景对应的风险联系方式识别出来。

综上，通过本申请实施例，能够识别当前业务场景下的风险用户信息和/或风险内容数据，并且，还具有以下有益效果：

(1)本申请实施例中，建立风险数据名单是半监督或无监督的过程，比如，当根据业务场景确定用户信息节点的特征时，若需要依赖人工打标的数据(比如根据人工打标结果确定用户信息节点对应的用户账号发布的内容数据被认定为风险内容数据的次数)，则为半监督过程，若不需要依赖人工打标的数据，则为无监督过程。半监督或无监督的过程具有现实方便，不完全依赖人工处理的优势，从而能够提高风险数据名单的建立效率。

(2)将风险内容数据设置为风险联系方式(如手机号、qq号等时)，由于联系方式的变种情况依靠于输入法的更新，因此联系方式的变种情况是可控的，因此将联系方式设置为风险识别的对象，能够达到更好的抗变异的效果。

(3)在建立风险数据名单时，依赖用户信息节点的特征和内容数据节点的特征，由于确定用户信息节点的特征和内容数据节点的特征的用时较少，只需要预留数据统计、pagerank算法、标签传播算法的用时即可，并且数据统计、pagerank算法、标签传播算法均为无监督过程，因此能够根据业务需求定期更新风险数据名单，比如每一小时或者每一天更新一次，从而提高风险数据名单的迭代效率，提高风险数据的识别效率。

(4)在建立风险数据名单时，主要根据用户信息节点的特征和内容数据节点的特征，不依赖内容数据的上下文关系，因此能够减少风险识别过程中对内容本身的语义依赖，而通过用户-内容之间的关联关系识别风险数据，从而提高风险数据迁移情况下风险数据的识别效率，其中，风险数据迁移指得是某个用户账号被查封后，更换用户账号继续发布同样的风险内容数据，或者某个风险内容数据被查封后，通过同一个用户账号发布其他风险内容数据。

综上，通过本申请实施例，能够根据用户-内容的关联关系构建关联关系网络，进而生成风险数据名单，根据风险数据名单识别风险数据，达到迭代快速、抗变种、高精度的风险数据识别效果。

图3为本申请又一实施例提供的风险数据确定方法的流程示意图，如图3所示，该方法包括以下流程：

步骤s302，构建用于表示用户发布内容数据所采用的用户信息和该内容数据之间的关联关系的关联关系网络；

步骤s304，基于该关联关系网络，生成当前业务场景对应的风险数据名单；其中，风险数据名单包括风险用户信息名单和/或风险内容数据名单；

步骤s306，根据风险数据名单，确定当前业务场景对应的风险数据。

本申请实施例中，首先构建关联关系网络，然后根据关联关系网络，生成当前业务场景对应的风险数据名单，最后根据风险数据名单，确定当前业务场景对应的风险数据。可见，通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

上述步骤s302中，构建用于表示用户发布内容数据所采用的用户信息和该内容数据之间的关联关系的关联关系网络，具体包括：

(c1)根据用户信息生成用户信息节点，根据内容数据生成内容数据节点；

(c2)根据用户信息和内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

(c3)按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

本实施例中，关联关系网络包括用户信息对应的用户信息节点和用户发布的内容数据对应的内容数据节点；

上述步骤s304中，基于该关联关系网络，生成当前业务场景对应的风险数据名单，具体为：

(d1)确定关联关系网络中，用户信息节点的特征和内容数据节点的特征；

(d2)根据用户信息节点的特征，生成当前业务场景对应的风险用户信息名单；

(d3)根据内容数据节点的特征，生成当前业务场景对应的风险内容数据名单；

(d4)将风险用户信息名单和/或风险内容数据名单作为风险数据名单。

能够理解，本申请实施例中部分内容与前述实施例类似，因此这里不再进行重复解释，本申请实施例的具体过程可以参考前述实施例的描述。

考虑到不同业务场景下共用一个风险数据名单的情况，图4为本申请另一实施例提供的风险数据确定方法的流程示意图，如图4所示，该方法包括以下流程：

步骤s402，获取用于识别风险数据的风险数据名单；其中，风险数据名单包括风险用户信息名单和/或风险内容数据名单，风险数据名单基于关联关系网络生成，关联关系网络用于表示用户发布内容数据所采用的用户信息和该内容数据之间的关联关系；

步骤s404，根据风险数据名单，识别风险数据。

通过本申请实施例，能够获取风险数据名单，并根据风险数据名单识别风险数据，从而达到识别网络中的风险数据的目的。

图4中的流程与图1中的流程的差别在于，图4中涉及的风险数据名单可以是各个业务场景通用的风险数据名单。

本申请实施例中的方法还包括：

(e1)根据用户发布内容数据所采用的用户信息生成用户信息节点，根据该内容数据生成内容数据节点；

(e2)根据用户信息和内容数据之间的关联关系，确定用户信息节点和内容数据节点之间的连接关系；

(e3)按照连接关系连接用户信息节点和内容数据节点，生成关联关系网络。

该过程与前述过程一致，这里不再重复。

图4中，关联关系网络包括用户发布内容数据所采用的用户信息对应的用户信息节点和该内容数据对应的内容数据节点；本申请实施例中的方法还包括：

(f1)确定关联关系网络中，用户信息节点的特征和内容数据节点的特征；

该过程中，可以根据默认的第一配置信息在前述动作(b11)至(b14)中选取至少一项执行，以确定用户信息节点的特征，以及根据默认的第二配置信息在前述动作(b15)至(b19)中选取至少一项执行，以确定内容数据节点的特征。该默认的第一或第二配置信息可以是各个业务场景通用的配置信息，如选取(b11)至(b14)中的全部动作和(b15)至(b19)中的全部动作。

(f2)将关联关系网络中，对应的特征满足预设的第三风险判别规则的用户信息节点，确定为目标用户信息节点，根据目标用户信息节点对应的用户信息，构建风险用户信息名单；

(f3)将所述关联关系网络中，对应的特征满足预设的第四风险判别规则的所述内容数据节点，确定为目标内容数据节点，根据所述目标内容数据节点对应的内容数据，构建风险内容数据名单；

过程(f2)和(f3)中，第三风险判别规则和第四风险判别规则也是各个业务场景通用的规则，能够理解，第三风险判别规则与上述第一配置信息对应(二者确定的特征类型和判别的特征类型一致)，第四风险判别规则与上述第二配置信息对应(二者确定的特征类型和判别的特征类型一致)，从而通过第三风险判别规则确定目标用户信息节点，通过第四风险判别规则确定目标内容数据节点。图1至图4对应的实施例中，可以将目标用户信息节点对应的用户信息，组成为风险用户信息名单，将目标内容数据节点对应的内容数据，组成为风险内容数据名单。

(f4)将风险用户信息名单和/或风险内容数据名单作为风险数据名单。

本实施例中，根据风险数据名单，识别风险数据，包括：

风险数据名单包括风险用户信息名单；将与风险用户信息名单中包含的风险用户信息一致的用户信息，确定为识别得到的风险用户信息；将基于风险用户信息名单中包含的风险用户信息发布的内容数据，确定为识别得到的风险内容数据；

和/或，

风险数据名单包括风险内容数据名单；将与风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为识别得到的风险内容数据；将发布风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为识别得到的风险用户信息。

比如，将与风险用户信息名单中包含的风险用户账号一致的用户账号，确定为识别得到的风险用户账号，将基于风险用户信息名单中包含的风险用户账号发布的内容数据，确定为识别得到的风险内容数据。

又如，将与风险内容数据名单中包含的风险联系方式之间的相似度满足预设相似度要求的联系方式，确定为识别得到的风险联系方式；将发布风险内容数据名单中包含的风险联系方式所基于的用户账号，确定为识别得到的风险用户账号。

其中，可以通过字符串相似度算法比较两个内容数据(如两个联系方式)之间的相似度。

一个具体的实施例中，可以将与风险用户信息名单中包含的风险用户账号一致的用户账号，确定为识别得到的黑名单账号，将发布风险内容数据名单中包含的风险联系方式所基于的用户账号，确定为识别得到的灰名单账号，从而对用户账号实现分等级的监控。

将与风险内容数据名单中包含的风险联系方式之间的相似度满足预设相似度要求的联系方式，确定为识别得到的风险联系方式，可以是将相似度达到百分之百的联系方式，确定为识别得到的风险联系方式，可以是将相似度达到一定阈值的联系方式，确定为识别得到的风险联系方式。

设定一定的相似度阈值，可以保证用户更换相近的联系方式发布风险数据时，能够将用户更换后的联系方式识别出来，还能够保证在从数据清洗后的内容中提取联系方式时，若出现提取错误的情况，可以通过一定的相似度阈值匹配出来正确的风险联系方式，比如，将微信号“1234ryt”提取成了“123ryt”，则通过设定一定的相似度阈值，可以将正确的风险联系方式“1234ryt”作为识别得到的风险联系方式识别出来。

能够理解，本申请实施例中部分内容与前述实施例类似，因此这里不再进行重复解释，本申请实施例的具体过程可以参考前述实施例的描述。

图5为本申请一实施例提供的风险数据确定装置的模块组成示意图，该装置与图1中的方法对应，如图5所示，该装置包括：

第一名单获取模块51，用于获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和该内容数据之间的关联关系；

第一数据确定模块52，用于根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

可选地，还包括网络构建模块，用于：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；

还包括名单生成模块，用于：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单；

根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

可选地，所述名单生成模块具体用于：

根据所述当前业务场景，选取以下方式至少之一执行，以确定所述关联关系网络中所述用户信息节点的特征：

基于所述用户信息节点在所述关联关系网络中具有的连接关系进行数据统计，得到第一统计特征；

基于所述用户信息节点对应的用户信息进行数据统计，得到内容发布相关的第二统计特征；

根据pagerank算法确定所述用户信息节点在所述关联关系网络中的第一权重；

根据标签传播算法和所述关联关系网络中预设的风险节点确定所述用户信息节点的第二权重；

其中，所述关联关系网络中预设的风险节点包括：风险用户信息节点和/或风险内容数据节点。

可选地，所述名单生成模块具体用于：

根据所述当前业务场景，选取以下方式至少之一执行，以确定所述关联关系网络中所述内容数据节点的特征：

基于所述内容数据节点在所述关联关系网络中具有的连接关系进行数据统计，得到第三统计特征；

基于所述内容数据节点对应的内容数据进行数据统计，得到内容发布相关的第四统计特征；

根据所述内容数据节点对应的内容数据的属性，确定所述内容数据节点对应的内容数据的属性特征；

根据pagerank算法确定所述内容数据节点在所述关联关系网络中的第一权重；

根据标签传播算法和所述关联关系网络中预设的风险节点确定所述内容数据节点的第二权重；

其中，所述关联关系网络中预设的风险节点包括：风险用户信息节点和/或风险内容数据节点。

可选地，所述名单生成模块具体用于：

将所述关联关系网络中，对应的特征满足预设的第一风险判别规则的所述用户信息节点，确定为目标用户信息节点；

根据所述目标用户信息节点对应的用户信息，构建所述当前业务场景对应的风险用户信息名单；

其中，所述第一风险判别规则根据所述当前业务场景确定。

可选地，所述名单生成模块具体用于：

将所述关联关系网络中，对应的特征满足预设的第二风险判别规则的所述内容数据节点，确定为目标内容数据节点；

根据所述目标内容数据节点对应的内容数据，构建所述当前业务场景对应的风险内容数据名单；

其中，所述第二风险判别规则根据所述当前业务场景确定。

可选地，所述第一数据确定模块52具体用于：

所述风险数据名单包括风险用户信息名单；将所述当前业务场景中，与所述风险用户信息名单中包含的风险用户信息一致的用户信息，确定为所述当前业务场景对应的风险用户信息；将所述当前业务场景中，基于所述风险用户信息名单中包含的风险用户信息发布的内容数据，确定为所述当前业务场景对应的风险内容数据；

和/或，

所述风险数据名单包括风险内容数据名单；将所述当前业务场景中，与所述风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为所述当前业务场景对应的风险内容数据；将所述当前业务场景中，发布所述风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为所述当前业务场景对应的风险用户信息。

可选地，所述风险用户信息名单中包含的风险用户信息包括：风险用户账号和/或风险用户设备标识；所述风险内容数据名单中包含的风险内容数据包括：风险联系方式。

通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

图6为本申请另一实施例提供的风险数据确定装置的模块组成示意图，该装置与图3中的方法对应，如图6所示，该装置包括：

网络构建模块61，用于构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

名单生成模块62，用于基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

第二数据确定模块63，用于根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

可选地，所述网络构建模块61具体用于：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；

所述名单生成模块62具体用于：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单；

根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

图7为本申请另一实施例提供的风险数据确定装置的模块组成示意图，该装置与图4中的方法对应，如图7所示，该装置包括：

第二名单获取模块71，用于获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

数据识别模块72，用于根据所述风险数据名单，识别风险数据。

可选地，还包括网络构建模块，用于：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；

还包括名单生成模块，用于：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

将所述关联关系网络中，对应的特征满足预设的第三风险判别规则的所述用户信息节点，确定为目标用户信息节点，根据所述目标用户信息节点对应的用户信息，构建风险用户信息名单；

将所述关联关系网络中，对应的特征满足预设的第四风险判别规则的所述内容数据节点，确定为目标内容数据节点，根据所述目标内容数据节点对应的内容数据，构建风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

可选地，所述数据识别模块72具体用于：

所述风险数据名单包括风险用户信息名单；将与所述风险用户信息名单中包含的风险用户信息一致的用户信息，确定为识别得到的风险用户信息；将基于所述风险用户信息名单中包含的风险用户信息发布的内容数据，确定为识别得到的风险内容数据；

和/或，

所述风险数据名单包括风险内容数据名单；将与所述风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为识别得到的风险内容数据；将发布所述风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为识别得到的风险用户信息。

通过本申请实施例，能够获取风险数据名单，并根据风险数据名单识别风险数据，从而达到识别网络中的风险数据的目的。

需要说明的是，图5、图6、图7中的装置分别与图1、图3、图4中的方法对应，因此能够实现前述方法的具体过程，并具有对应的有益效果，这里不再重复。

进一步地，本申请实施例还提供了一种风险数据确定设备，图8为本申请一实施例提供的风险数据确定设备的结构示意图，如图8所示。风险数据确定设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器901和存储器902，存储器902中可以存储有一个或一个以上存储应用程序或数据。其中，存储器902可以是短暂存储或持久存储。存储在存储器902的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对风险数据确定设备中的一系列计算机可执行指令。更进一步地，处理器901可以设置为与存储器902通信，在风险数据确定设备上执行存储器902中的一系列计算机可执行指令。风险数据确定设备还可以包括一个或一个以上电源903，一个或一个以上有线或无线网络接口904，一个或一个以上输入输出接口905，一个或一个以上键盘906等。

在一个具体的实施例中，风险数据确定设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对风险数据确定设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

可选地，计算机可执行指令在被执行时，还包括：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，计算机可执行指令在被执行时，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；还包括：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单；

根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

可选地，计算机可执行指令在被执行时，确定所述关联关系网络中所述用户信息节点的特征，包括：根据所述当前业务场景，选取以下方式至少之一执行：

基于所述用户信息节点在所述关联关系网络中具有的连接关系进行数据统计，得到第一统计特征；

基于所述用户信息节点对应的用户信息进行数据统计，得到内容发布相关的第二统计特征；

根据pagerank算法确定所述用户信息节点在所述关联关系网络中的第一权重；

根据标签传播算法和所述关联关系网络中预设的风险节点确定所述用户信息节点的第二权重；

其中，所述关联关系网络中预设的风险节点包括：风险用户信息节点和/或风险内容数据节点。

可选地，计算机可执行指令在被执行时，确定所述关联关系网络中所述内容数据节点的特征，包括：根据所述当前业务场景，选取以下方式至少之一执行：

基于所述内容数据节点在所述关联关系网络中具有的连接关系进行数据统计，得到第三统计特征；

基于所述内容数据节点对应的内容数据进行数据统计，得到内容发布相关的第四统计特征；

根据所述内容数据节点对应的内容数据的属性，确定所述内容数据节点对应的内容数据的属性特征；

根据pagerank算法确定所述内容数据节点在所述关联关系网络中的第一权重；

根据标签传播算法和所述关联关系网络中预设的风险节点确定所述内容数据节点的第二权重；

其中，所述关联关系网络中预设的风险节点包括：风险用户信息节点和/或风险内容数据节点。

可选地，计算机可执行指令在被执行时，根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单，包括：

将所述关联关系网络中，对应的特征满足预设的第一风险判别规则的所述用户信息节点，确定为目标用户信息节点；

根据所述目标用户信息节点对应的用户信息，构建所述当前业务场景对应的风险用户信息名单；

其中，所述第一风险判别规则根据所述当前业务场景确定。

可选地，计算机可执行指令在被执行时，根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单，包括：

将所述关联关系网络中，对应的特征满足预设的第二风险判别规则的所述内容数据节点，确定为目标内容数据节点；

根据所述目标内容数据节点对应的内容数据，构建所述当前业务场景对应的风险内容数据名单；

其中，所述第二风险判别规则根据所述当前业务场景确定。

可选地，计算机可执行指令在被执行时，根据所述风险数据名单，确定所述当前业务场景对应的风险数据，包括：

所述风险数据名单包括风险用户信息名单；将所述当前业务场景中，与所述风险用户信息名单中包含的风险用户信息一致的用户信息，确定为所述当前业务场景对应的风险用户信息；将所述当前业务场景中，基于所述风险用户信息名单中包含的风险用户信息发布的内容数据，确定为所述当前业务场景对应的风险内容数据；

和/或，

所述风险数据名单包括风险内容数据名单；将所述当前业务场景中，与所述风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为所述当前业务场景对应的风险内容数据；将所述当前业务场景中，发布所述风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为所述当前业务场景对应的风险用户信息。

可选地，计算机可执行指令在被执行时，所述风险用户信息名单中包含的风险用户信息包括：风险用户账号和/或风险用户设备标识；所述风险内容数据名单中包含的风险内容数据包括：风险联系方式。

通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

在一个具体的实施例中，风险数据确定设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对风险数据确定设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

可选地，计算机可执行指令在被执行时，构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络，包括：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，计算机可执行指令在被执行时，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据节点；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单，包括：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单；

根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

在一个具体的实施例中，风险数据确定设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对风险数据确定设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，识别风险数据。

可选地，计算机可执行指令在被执行时，还包括：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，计算机可执行指令在被执行时，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；还包括：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

将所述关联关系网络中，对应的特征满足预设的第三风险判别规则的所述用户信息节点，确定为目标用户信息节点，根据所述目标用户信息节点对应的用户信息，构建风险用户信息名单；

将所述关联关系网络中，对应的特征满足预设的第四风险判别规则的所述内容数据节点，确定为目标内容数据节点，根据所述目标内容数据节点对应的内容数据，构建风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

可选地，计算机可执行指令在被执行时，根据所述风险数据名单，识别风险数据，包括：

所述风险数据名单包括风险用户信息名单；将与所述风险用户信息名单中包含的风险用户信息一致的用户信息，确定为识别得到的风险用户信息；将基于所述风险用户信息名单中包含的风险用户信息发布的内容数据，确定为识别得到的风险内容数据；

和/或，

所述风险数据名单包括风险内容数据名单；将与所述风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为识别得到的风险内容数据；将发布所述风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为识别得到的风险用户信息。

通过本申请实施例，能够获取风险数据名单，并根据风险数据名单识别风险数据，从而达到识别网络中的风险数据的目的。

需要说明的是，本实施例中的风险数据确定设备分别与图1、图3、图4中的方法对应，因此能够实现前述方法的具体过程，并具有对应的有益效果，这里不再重复。

进一步地，本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为u盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：

获取当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，还包括：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；

还包括：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单；

根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，确定所述关联关系网络中所述用户信息节点的特征，包括：根据所述当前业务场景，选取以下方式至少之一执行：

基于所述用户信息节点在所述关联关系网络中具有的连接关系进行数据统计，得到第一统计特征；

基于所述用户信息节点对应的用户信息进行数据统计，得到内容发布相关的第二统计特征；

根据pagerank算法确定所述用户信息节点在所述关联关系网络中的第一权重；

根据标签传播算法和所述关联关系网络中预设的风险节点确定所述用户信息节点的第二权重；

其中，所述关联关系网络中预设的风险节点包括：风险用户信息节点和/或风险内容数据节点。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，确定所述关联关系网络中所述内容数据节点的特征，包括：根据所述当前业务场景，选取以下方式至少之一执行：

基于所述内容数据节点在所述关联关系网络中具有的连接关系进行数据统计，得到第三统计特征；

基于所述内容数据节点对应的内容数据进行数据统计，得到内容发布相关的第四统计特征；

根据所述内容数据节点对应的内容数据的属性，确定所述内容数据节点对应的内容数据的属性特征；

根据pagerank算法确定所述内容数据节点在所述关联关系网络中的第一权重；

根据标签传播算法和所述关联关系网络中预设的风险节点确定所述内容数据节点的第二权重；

其中，所述关联关系网络中预设的风险节点包括：风险用户信息节点和/或风险内容数据节点。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单，包括：

将所述关联关系网络中，对应的特征满足预设的第一风险判别规则的所述用户信息节点，确定为目标用户信息节点；

根据所述目标用户信息节点对应的用户信息，构建所述当前业务场景对应的风险用户信息名单；

其中，所述第一风险判别规则根据所述当前业务场景确定。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单，包括：

将所述关联关系网络中，对应的特征满足预设的第二风险判别规则的所述内容数据节点，确定为目标内容数据节点；

根据所述目标内容数据节点对应的内容数据，构建所述当前业务场景对应的风险内容数据名单；

其中，所述第二风险判别规则根据所述当前业务场景确定。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据所述风险数据名单，确定所述当前业务场景对应的风险数据，包括：

所述风险数据名单包括风险用户信息名单；将所述当前业务场景中，与所述风险用户信息名单中包含的风险用户信息一致的用户信息，确定为所述当前业务场景对应的风险用户信息；将所述当前业务场景中，基于所述风险用户信息名单中包含的风险用户信息发布的内容数据，确定为所述当前业务场景对应的风险内容数据；

和/或，

所述风险数据名单包括风险内容数据名单；将所述当前业务场景中，与所述风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为所述当前业务场景对应的风险内容数据；将所述当前业务场景中，发布所述风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为所述当前业务场景对应的风险用户信息。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述风险用户信息名单中包含的风险用户信息包括：风险用户账号和/或风险用户设备标识；所述风险内容数据名单中包含的风险内容数据包括：风险联系方式。

通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

进一步地，本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为u盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：

构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单；

根据所述风险数据名单，确定所述当前业务场景对应的风险数据。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，构建用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系的关联关系网络，包括：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；

基于所述关联关系网络，生成当前业务场景对应的风险数据名单，包括：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

根据所述用户信息节点的特征，生成所述当前业务场景对应的风险用户信息名单；

根据所述内容数据节点的特征，生成所述当前业务场景对应的风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

通过本申请实施例，能够根据当前业务场景对应的风险数据名单，确定当前业务场景对应的风险数据，从而达到识别网络中的风险数据的目的。

进一步地，本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为u盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：

获取用于识别风险数据的风险数据名单；其中，所述风险数据名单包括风险用户信息名单和/或风险内容数据名单，所述风险数据名单基于关联关系网络生成，所述关联关系网络用于表示用户发布内容数据所采用的用户信息和所述内容数据之间的关联关系；

根据所述风险数据名单，识别风险数据。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，还包括：

根据所述用户信息生成用户信息节点，根据所述内容数据生成内容数据节点；

根据所述用户信息和所述内容数据之间的关联关系，确定所述用户信息节点和所述内容数据节点之间的连接关系；

按照所述连接关系连接所述用户信息节点和所述内容数据节点，生成所述关联关系网络。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，所述关联关系网络包括所述用户信息对应的用户信息节点和所述内容数据对应的内容数据节点；

还包括：

确定所述关联关系网络中，所述用户信息节点的特征和所述内容数据节点的特征；

将所述关联关系网络中，对应的特征满足预设的第三风险判别规则的所述用户信息节点，确定为目标用户信息节点，根据所述目标用户信息节点对应的用户信息，构建风险用户信息名单；

将所述关联关系网络中，对应的特征满足预设的第四风险判别规则的所述内容数据节点，确定为目标内容数据节点，根据所述目标内容数据节点对应的内容数据，构建风险内容数据名单；

将所述风险用户信息名单和/或所述风险内容数据名单作为所述风险数据名单。

可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据所述风险数据名单，识别风险数据，包括：

所述风险数据名单包括风险用户信息名单；将与所述风险用户信息名单中包含的风险用户信息一致的用户信息，确定为识别得到的风险用户信息；将基于所述风险用户信息名单中包含的风险用户信息发布的内容数据，确定为识别得到的风险内容数据；

和/或，

所述风险数据名单包括风险内容数据名单；将与所述风险内容数据名单中包含的风险内容数据之间的相似度满足预设相似度要求的内容数据，确定为识别得到的风险内容数据；将发布所述风险内容数据名单中包含的风险内容数据所采用的用户信息，确定为识别得到的风险用户信息。

通过本申请实施例，能够获取风险数据名单，并根据风险数据名单识别风险数据，从而达到识别网络中的风险数据的目的。

需要说明的是，本实施例中的存储介质分别与图1、图3、图4中的方法对应，因此能够实现前述方法的具体过程，并具有对应的有益效果，这里不再重复。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmablelogicdevice，pld)(例如现场可编程门阵列(fieldprogrammablegatearray，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardwaredescriptionlanguage，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advancedbooleanexpressionlanguage)、ahdl(alterahardwaredescriptionlanguage)、confluence、cupl(cornelluniversityprogramminglanguage)、hdcal、jhdl(javahardwaredescriptionlanguage)、lava、lola、myhdl、palasm、rhdl(rubyhardwaredescriptionlanguage)等，目前最普遍使用的是vhdl(very-high-speedintegratedcircuithardwaredescriptionlanguage)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。