[發明專利]一種用戶賬號檢測方法

在審

• 申請號: 201611174998.2
• 申請日: 2016-12-19
• 公開（公告）號: CN108205763A
• 公開（公告）日: 2018-06-26
• 發明（設計）人: 靳皎洋
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;H04L29/08
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 梁少微;王麗琴

本發明公開了一種用戶賬號檢測方法，該方法包括：根據當前用戶賬號各個特征屬性所屬權值范圍，以及訓練樣本數據庫確定在每個類別條件下各個特征屬性發生的概率；根據每個類別條件下各個特征屬性發生的概率計算當前用戶賬號屬于每個類別的概率；選擇概率最大的類別作為用戶賬號檢測結果。采用本發明能夠進行自動檢測，提高檢測效率。

技術領域

本發明涉及電子商務技術領域，特別涉及一種用戶賬號檢測方法。

背景技術

在電商平臺系統中，擁有成千上萬的用戶賬號，當注冊賬號數量達到一定規模，對于賬號的質量以及分類，有些賬號為非真實賬號，即通過程序生成的虛假賬號，有些賬號注冊后沒有任何的瀏覽、購買等操作信息，對于此類賬號，需要有科學的方法進行甄別檢測，以減少此類賬號對于系統的影響以及降低賬戶數量高所產生的維護成本。當前對于賬號檢測沒有統一科學的檢測方法，大多通過人工進行檢測，通過系統記錄的賬號信息，人工進行檢查分辨，效率低，檢測結果不準確。

現有賬號檢測方法包括：

1)掃描全部賬號信息；

2)查看每個賬號的一段時間內的操作日志；

3)通過程序或者人工對日志進行分析；

4)將檢測到異常的賬號進行處理；

5)重復2至4操作步驟，直到完成全部的賬號檢測。

從上述可以看出，現有技術缺點有：

1)檢測方式復雜，依賴人為操作；

2)檢測準確性差，易造成賬號誤處理；

3)隨著用戶的數量范圍的擴大，檢測效率較低；

4)檢測結果實時性差。

發明內容

本發明的目的在于提供一種用戶賬號檢測方法，能夠進行自動檢測，提高檢測效率。

為實現上述發明目的，本發明提供了一種用戶賬號檢測方法，用于檢測用戶賬號所屬類別，該方法包括：根據當前用戶賬號各個特征屬性所屬權值范圍，以及訓練樣本數據庫確定在每個類別條件下各個特征屬性發生的概率；根據每個類別條件下各個特征屬性發生的概率計算當前用戶賬號屬于每個類別的概率；選擇概率最大的類別作為用戶賬號檢測結果。

綜上所述，本發明提供的用戶賬號檢測方法，根據當前用戶賬號各個特征屬性所屬權值范圍，以及訓練樣本數據庫確定在每個類別條件下各個特征屬性發生的概率；根據每個類別條件下各個特征屬性發生的概率計算當前用戶賬號屬于每個類別的概率；選擇概率最大的類別作為用戶賬號檢測結果。本發明中，當前用戶賬號可以結合訓練樣本數據庫進行自動類別檢測，與現有技術中的人工檢測相比，提高了檢測效率以及檢測的準確性。

附圖說明

圖1為本發明用戶賬號檢測方法的流程示意圖。

具體實施方式

為使本發明的目的、技術方案及優點更加清楚明白，以下參照附圖并舉實施例，對本發明所述方案作進一步地詳細說明。

對于電商平臺用戶來說，有多角度的屬性來影響用戶的活躍性，如用戶的購買行為，個人信息維護完整性，用戶登錄次數，瀏覽商品次數等等，我們稱之為用戶的特征屬性。這里我們選擇對用戶活躍有影響的關鍵因素作為特征屬性：

如用戶登錄，登出，瀏覽歷史等，這些操作都會在系統中留下操作日志，我們這里稱之為用戶賬號操作日志的特征屬性為A1；

電商平臺的轉化率為其核心，也是證明該用戶的活躍特性最為關鍵性的因素，因此我們選擇用戶賬號購買記錄特征屬性為A2；