笔记：内容业务风控的业务模型

一、背景

● 内容平台，无论是自媒体、社交博客、视频直播类，在流量充足后面临更多的问题监管审查，头条、微博、知乎等UGC平台均被约谈乃至整顿过，严重的诸如内涵段子等责备关停。

● 繁荣的UGC下面深藏危机乱象丛生，受利益驱使，黑产自然不会放过内容平台这块肥肉，平台成了间接作恶工具，自然给企业带来源源不断的麻烦、损失。

二、来自内容的风险主要有两类

21监管风险

22用户体验损害

● UGC平台充斥大量广告导流、欺诈广告，导致用户体验变差、用户流失、平台受损。

三、内容风控的四个发展阶段

● 对于内容风控的进化阶段
A、无人监管，面临极大的监管风险

B、全部人工审核，人工成本高，难以应对数据大幅增长、响应速度慢

C、机器审核+人工审核，人工成本稍高，数据处理量大，响应较快、机审准确率低。

D、AI审核，响应快、准确率高

● 由于AI还在发展阶段，大规模应用不成熟，所以现阶段大多公司推行机器审核+人工审核的形式。本文也威少机审+人审的模型进行产品说明。
四、风控的原则
轻管控：在出现风险，需要阻断用户 *** 作时，阻断动作宜轻不宜重。能仅自己可见就不要阻止用户发布内容。同时被阻断后文案，下一步出口都需要照顾用户感受。看似简单，其实背后涉及到对用户风控行为以及对用户风控阻断动作的分层管理。

重检测：通过尽可能多的获取用户信息（包括静态及动态数据），由规则引擎进行实时或离线计算，来动态分析每个用户及采取行为的风险程度。这里需要尽量全的数据来源，以及非常强大的规则引擎，才可以实现良好的检测效果。

快响应：是指在检测出用户存在的风险后，如何快速的进行阻挡。这里的重点是快，则意味着对业务的理解要细，提前在关键动作进行布局，才可以做到尽可能减少损失。
● 业务风控的业务模型主要分为六层，分别为数据输入层，数据计算层，数据输出层，运营管控层，业务接入层以及用户触达层。
● 上面三层，是偏向于数据，研发的；下面三层，是偏向于业务，运营，产品的。做风控其实就是做数据，因此数据的接入、技术、处理是其中最核心的模块；但现阶段，由于算法模型的限制，还需要有人为的因素进行规则模型的校正，以及特殊样本的审理，因此会有运营层的存在；最上面的触达层，是拿结果的一层，产品的部分工作也在于对此进行良好的设计。
一、数据输入层

● 通过主动采集、业务方送审的原始数据

11内容主体：

● 内容审核业务起始层，梳理审核系统需要的全部数据局，以及可以通过业务端采集的数据，数据越详细对后期数据计算越有利。

注意点：1、不同送审内容之间存在群组关联，如帖子下可能包含：名称文本、内容文本、、视频、投票文本。2、不同内容间存在映射关联，如商品与评论的关系。3、不同内容间存在组合关联，内容单独出现无违规、组合起来违规的情况。

12内容环境：

● 审核方在审核平台为每一个业务（区分文字、、视频）生成唯一识别码，用于区分各送审业务，业务方在业务唯一识别码的基础上随机生成唯一的送审码，用于区分送审内容。除送审内容外，审核方需要采集包括且不限于送审类型（用于区分图文）、用户类型、用户ID、城市、IP、设备号、时间戳、业务ID、内容ID、客户端区分等。历史批量数据送审应与日增数据分开低优先级送审，确保日常数据正常处理。对送审的qps进行限制，避免造成服务器压力。

● 除送审数据外，其他获取包括用户信息、关联内容信息、发布者违规历史、前端 *** 作事件（文字粘贴、截图上传），结合送审数据进行综合判别。

13离线数据

● 用户风险评级：根据用户历史行为，对独立用户进行风险系数评级。0-100之间的分数，分数越高表示用户在相应业务场景下越为可信。分数将用户划分为多个等级，在使用中可以根据业务场景选择不同等级的用户或不同分数区间的用户进行针对性策略放过或打击，实现策略的精细化运营。通过有效搜索浏览路径、可信内容发布历史、内容违规历史等维度进行违规（考虑细分维度，比如涉黄分值）计算，充分考虑时间衰减与权重比例、设置扣分门槛与限制。并需要防止对新用户、沉睡用户的误伤。

● 账号、设备、IP、地域近期行为等风险评级：根据账号、设备、近期行为，对时间段内账号行为进行风险评级，分属越高代表分享程度越低。由于账号被盗、黑产账号（刷评论）、推广账号、养号等违规账号类型，对内容本身较大具有威胁。风险评级基于多渠道、多场景数据，以及时间段内关键行为，并关联分析手机、设备、IP、紧急联系人等实体数据，锁定欺诈风险并进行对账号、设备、IP的风险识别。采用聚类分析、GBM、设备相似性识别，等构建设备识别模型，有效识别虚拟机和设备农场等高风险设备。基于机器 *** 作、异常 *** 作识别等技术，识别机器注册、机器养号、撞库攻击、账号盗用等风险行为。基于手机、设备、IP等实体数据关联分析，锁定欺诈风险并进行风险识别。

二、数据计算层

通过机器或者人工进行过滤的环节

21机器审核

● 规则引擎：提供规则集、决策表、交叉决策表（决策矩阵）、决策树、评分卡、复杂评分卡、规则流等八种类型的业务规则设计工具

● 打击规则：分类型对打击策略进行分类与分级，类目明确清晰。前期应该考虑到业务使用范围场景复杂度与误伤场景，细分粒度。比如在按摩休娱下，涉及的性感的可能有性暗示、性交易的企图，但是在泳装类目下，性感存在即是合理的。有比如，在管弦乐器业务下，容易受到q支策略的误伤，需要在此业务下对q支策略进行个性化调整。

● 离线任务：由于打击存在频繁更新，以及其他不可力抗的修改。未避免业务多次送审，离线任务主要记录存储业务已经送审数据，进行二次审核，再次返回结果。业务方需要支持接收多次结果，并以最新一次为准。

● 机器学习：深度学习识别技术 + 数亿级实时更新的图像样本库极速智能解决平台四大问题

文字类型，过滤垃圾广告、导流信息、恶意营销、违法欺诈广告等内容与变体内容。识别*秽、辱骂等色情低俗内容，基于深度模型同步客户审核标准，进行程度分级。基于海量文本特征库，识别涉政、恐、暴、毒、违禁品等存在监管风险的违规内容。检测内容语义环境，拦截无意义垃圾内容。

类型，采用OCR识别等技术，对图像中文本提取识别。基于NLP自然语言处理技术与深度模型，识别色情内容并进行程度分级。基于深度学习技术与海量样本机器学习，对色情、违法违规内容进行鉴别与评级。基于人脸识别技术与机器学习，对漫画、恶搞、负面涉政人物的违规信息识别。文本语义环境检测，高效拦截水贴刷屏无意义内容恶意灌水等行为。

其他视频与语音均于ai技术，转换成

22人工审核

● 人工审核平台用户运营部门对内容进行日常的审核，并可实时处理违法违规内容。平台应满足审核区、回收站、历史审核、黑名单管理、信息清理、业务数据查询等常用能力。可对内容按照内容形式（如、评价）、按照机审处理规则（如色情）等维度分类，帮助运营部门快速审核。可提供相应的用户、商户等辅助信息数据，协助运营部门对内容进行快速决断。

三、数据输出

● 通过结果返回业务方本次送审内容本身最终审核（通过/驳回）结果与原因，以及因其他原因诸如行为异常等参考信息；随着业务场景的不断壮大、业务需求也会越来越细分，随着策略层面打击结果随之越来越细分。诸如，增加新策略、老策略拆分、违规程度、危险分级等。前期做好调研，在接口设计上保留充足的拓展性十分重要。毕竟作为服务方，推业务方迁移成本比较高。

四、运营管控层

● 运营部门对审核对接、审核过程、审核结果的协助 *** 作；对各环节数据监控等

41业务运营

● 接入管理：对已经接入的业务进行增删改查等才做

● 回扫管理：由于审核的标准处于不断更新的状态，新的策略上线后对已经审核过的内容不能进行覆盖。就需要进行自动或者手动的回扫行为

● 处罚处置：未防止违规内容的不断滋生，相对应的处罚行为可以震慑不良用户，对危险用户从账号层面直接处理。

● 风险大盘：策略在审核过程中依赖业务方的送审信息，除了内容主体外其他辅助信息对风险等级的判定也极为重要、送审频率的异常波动也作为策略审核的重要依据，为确保送审时间保质保量稳定的送审，对数据层面进行校验，监测数据完整、稳定程度，对异常送审及时发出警告。

● 名单与标签管理，对以用户、设备等维度的黑白名单、标签进行管理

42人审运营

● 包含对人工审核的质量、工单流水、审核员管理、审核结果抽样等职能

43策略管理

● 打标平台：对样本内容进行打标，用以训练模型精准度

● 策略管理：用来配置打击策略的系统

● 特征管理： 模型管理、即管理特征与模型的系统

● 词库管理：对策略中黑词、白词、灰词进行集中管理

44用户运营

● 反作弊调查：对漏过、误杀的案例进行回访，收集用户需求

● 案件中心：对漏过、误杀的案例进行归类，引导策略优化模型再训练

五、接入层

● 主要面向接入业务方，让业务方知晓接入进度、拦截与误杀情况，引导业务优化前端交互

51业务管理

● 自助接入：业务方自助提交接入需求信息，形成审批工单状态流转

● 服务配置：对已有业务进行需求变更

● 统计报表：针对各自业务进行报表统计，反向推动业务方优化交互形式

● case查询：由于业务方是对接case第一人，提供case查询工具，让业务明确case产生原因与结果

● 个性词库：各业务场景不一，除统一词库外，还应对各自场景下的特殊违规词进行处理

● 申诉通道：对漏过误杀case的申诉通道

六、触达层，面向普通c/b用户

61风控动作，即内容通过审核最终的结果反馈，需要与业务方共同完成。

● 从审核方以及业务方的角度，为了对违规评价提供最合理的处理方式（删除、下线、正常显示、隐藏、置地等），降低对用户伤害；对评价违规类型分级，并根据其级别进行对应分级处理。包括评价对用户等级、前端展示以及评价权益等。根据违规程度、用户主观恶意程度，对内容发布者进行分级处理。显示分级：全网可见、仅自己可见、全网不可见。内容产品赠送的积分、星级等进行逐步减少与扣罚。其他严重处罚诸如禁言、禁访、注销账号等。并发出提醒（审核结果与处罚、申诉、举报结果的反馈），明确用户发布状态与惩罚因果。

62风控补救，即举报、申诉。

● 由于风控不可能100%准确，对于误伤、漏过的case，需要提供用户直接申诉的渠道

63教育

● 事前宣传，对用户/商户进行宣传，告知拦击基本规则，减少商户及用户的尝试作弊行为，并提供更优的用户体验，引导用户避免发布与规则冲突的内容。 事后引导，对进行拦截打击的内容，引导用户修改，确保内容既合规，又不影响用户体验

---