基于PageRank算法的自动封号策略

转载 2016年05月30日 16:21:46

PageRank算法即网页排名,是由Google创始人拉里·佩奇和谢盖尔·布林构建搜索引擎原型时提出的链接分析算法。Google的成功,使得该算法在搜索引擎界和学术界受到空前关注,后来的许多链接分析算法都是基于PageRank算法衍生出来的。搜索引擎先根据相关性算法,找出与关键词最相关的网页,然后使用PageRank算法调整排名,能大大提高搜索的质量。PagePank算法除了在网页排名中有重要的应用之外,也可以用于学术论文重要程度排名、个人社交影响力排名等类似场景。

应用背景

为了“粘”住用户,游戏设计者通常会在游戏中设置各种道具奖励,玩家可以通过登录、保持在线等方式领取游戏道具,对于道具可以在各个玩家之间流通的棋牌类手游而言,会存在这样一个“刷道具”的问题:一个玩家创建许多账号(俗称“小号”),然后使用打牌等方式把“小号”的道具汇聚到若干几个账号(俗称“大号”),当汇聚到一定的量之后,然后低价兜售账号,获取收益。“刷道具”现象会极大影响游戏的经济系统平衡,导致道具贬值,严重情况下甚至会弄垮整个游戏。手动封号,不够全面且反应慢,往往道具已经转出,再手动封号已经无济于事。自动封号就是定时执行一组封号规则过滤用户,然后封号,但是简单的条件组合很容易被“刷道具专业户”攻破,例如:

玩家打牌局数超过50局,胜率在90%以上,且赢的人中90%是新注册的账号,封号

该规则上线不足半天,“刷道具专业户” 就想出了多级 “中号” 的策略,即将5到10个“小号”的道具汇聚到一级“中号”,5到10个一级“中号”汇聚到二级“中号”。。。,最终再汇聚到若干“大号”,每个层级看起来都正常,轻松绕过封号规则。当然可以定义更加复杂的规则,但是实现起来会相当困难,且难以维护,在这种情况下,基于PageRank思想的自动封号策略就应运而生了。

PageRank算法的基本原理

PageRank提出之前,有的研究者将链入数量当做唯一指标来评价网页重要性,即链入越多,网页的重要性越高,PageRank算法在此基础之上,还考虑了网页的质量,两者相结合以获取更好的网页重要性评价标准。所以对于一个网页重要的表示,是基于以下两个假设:

  • 数量假设: 如果一个网页,被其他网页引用(指向)的越多,该网页越重要;
  • 质量假设: 其他条件相同,越是重要的网页,它指向的网页也越重要。

PageRank算法首先给每个网页节点赋予相同的PR值,通过一轮轮迭代,直至稳定,PR值越大的网页越重要。由于PR值只与网页之间相互引用的链接结构有关,与用户输入无关,所以可以离线计算PR值,用于用户实时查询。
PageRank的计算公式如下:

其中PR(A)为本轮迭代A网页的PR值,PR(B),PR(C),PR(D)...为上一轮B、C、D...的PR值,L(X)表示X的出度,q表示阻尼系数,表示上网者到达一个页面后,继续向后浏览的概率,1-q表示上网者停止浏览随机跳转到新网页的概率,大量统计的结果表明q一般取0.85左右。以下图为例:

下面是该网页链接关系的前两次迭代结果

经过多次迭代,直至结果收敛,收敛条件与设定的精度有关。

自动封号PageRank算法的应用及调整

棋牌游戏中,各个玩家之间的道具输赢关系就是一张巨大的有向图,图中节点表示各个玩家,边表示输赢结果,对应于PageRank的两个假设,“刷道具”玩家的可疑度也满足以下两个假设:

  • 数量假设:一个玩家,他赢新注册玩家的数量越多,该玩家的可疑度越大;
  • 质量假设:其他条件相同,一个玩家的可疑度越大,赢他的玩家的可疑度也会越大。

考虑到实际情况,自动封号在使用PageRank算法时,做了以下3个方面的调整:

  • 初值设定
    初值并不是都是设置为1,只对新注册的玩家设置为1,老玩家设置为0。因为参与刷道具的小号都是最近注册的,所以只考虑新注册玩家的贡献值,老玩家只有传递贡献值的作用。另外,在迭代过程中,需要保证没有入度节点PR永远为初值(0或1);

  • PageRank值的分配
    对于PageRank算法而言,PR值的分配是平均的,对于A->B, A->C链接关系而言,PR值分配情况是:贡献给B、C的PR值都是PR(A)/2。如果A输给B 3000单位道具,A输给C 6000单位道具, 则调整后的PageRank值分配情况是:贡献给B的PR值为PR(A)/3, 贡献给C的PR值为2*PR(A)/3。

  • PageRank值的有效传播
    PageRank算法对于PR值的传播都是100%的,即传递给所有指向节点的PR值之和等于该节点的PR值。但是,在我们的应用中,需要考虑一种情况:玩家输的道具远小于赢的道具,例如玩家A赢了1000单位道具,输了10单位道具,这时候把A的PR值全部贡献出去显然不合理,一种可选方案就是将 PR值*(输的道具量/赢的道具量) 作为传递的有效值,然后再按照比例分配。

按照如上三个方面调整之后,我们可以按照10min一次频率,跑过去12h的数据的方式来执行该策略,然后把PR值大于给定阈值的玩家作为可疑用户,交给封号模块。

封号效果及后续改进

基于PageRank思想的自动封号策略上线大约一周之后,游戏的激活终于回稳,期间“刷道具专业户”也经历过多次尝试,但是辛辛苦苦刷的道具总是能在某个时刻被截住,所以最终放弃抵抗。后续改进主要有两个方面:实时性和结果评估。实时性方面,10min一次的频率还是有可能让“刷道具专业户”钻空子,可以考虑使用流式计算,使用滑动窗口的方式;结果评估,目前该策略效果的评估是通过手动查询来完成的,这只能核对查准率,无法验证查全率,是不是会有“漏网之鱼”呢,所以需要一套机制,从总体上评价封号的效果。

参考文献

相关文章推荐

mapreduce下pagerank算法 自动收敛的算法

input.txt文件输入格式如下: 网页ID 初始PR值 外连接网页ID 1          1                      5  3  2  4  2          1...

基于遗传算法的自动泊车策略论文

  • 2017年07月27日 21:48
  • 1.33MB
  • 下载

pagerank算法

  • 2012年02月10日 19:20
  • 293KB
  • 下载

PageRank算法我的java代码的实现

PageRank对网页排名的算法,曾是Google发家致富的法宝。以前虽然有实验过,但理解还是不透彻,这几天又看了一下,这里总结一下PageRank算法的基本原理。 一、什么是pagerank P...

Google的PageRank算法学习

  • 2009年05月12日 19:01
  • 129KB
  • 下载

PageRank算法原理及Spark实现(scala)& Spark数据分区

一、PageRank的概念      PageRank,网页排名, 是一种由根据网页之间相互的超链接计算的技术,而作为网页排名的要素之一, 它由Larry Page 和 Sergey Brin在...

Pagerank算法论文包

  • 2010年01月08日 16:00
  • 7.88MB
  • 下载

Truncated PageRank算法实现

  • 2013年10月02日 10:27
  • 50KB
  • 下载

智能算法——PageRank

一、PageRank之前的网页评价指标 二、
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:基于PageRank算法的自动封号策略
举报原因:
原因补充:

(最多只允许输入30个字)