[發明專利]一種識別行為異常用戶的方法及裝置

有效

• 申請號: 201710209852.5
• 申請日: 2017-03-31
• 公開（公告）號: CN107133265B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 王正平
• 申請（專利權）人: 咪咕動漫有限公司
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06K9/62
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 蔣雅潔;張穎玲

1.一種識別行為異常用戶的方法，其特征在于，所述方法包括：

根據黑號碼庫和白號碼庫在全量話單的信令數據中獲取訓練信令數據和測試信令數據；

獲取訓練信令數據中特征值與目標的特征值相關性較高的第一信令數據；

根據所述第一信令數據的特征值和時間粒度生成包括衍生指標的第一信息表；

使用第一篩選策略對所述衍生指標進行篩選，生成包括顯著指標的第二信息表；其中，所述使用第一篩選策略對所述衍生指標進行篩選，生成包括顯著指標的第二信息表，包括：對所述衍生指標的特征值兩兩之間的相關性進行相關分析，根據分析結果將多余特征值篩除；對所述衍生指標的特征值與目標的特征值的相關性進行維規約分析，根據分析結果將不相關特征值篩除；再對所述衍生指標進行方差分析和/或去噪處理，得到顯著指標，并形成包含顯著指標的第二信息表；

將所述第一信息表和所述第二信息表結合，生成訓練信息表；

基于所述訓練信息表建立第一模型，并使用所述測試信令數據對所述第一模型進行測試，得到測試結果；

根據所述測試結果對所述第一模型進行評估，得到評估優化后的第二模型，以識別行為異常用戶。

2.根據權利要求1所述的方法，其特征在于，所述根據黑號碼庫和白號碼庫在全量話單的信令數據中獲取訓練信令數據和測試信令數據，包括：

從數據庫中取出全量話單的信令數據；

根據黑號碼庫和白號碼庫，在全量話單中獲取黑樣本數據和白樣本數據；

通過黑樣本數據和白樣本數據在全量話單的信令數據中獲取訓練信令數據和測試信令數據。

3.根據權利要求2所述的方法，其特征在于，所述獲取訓練信令數據中特征值與目標的特征值相關性較高的第一信令數據，包括：

將訓練信令數據中特征值與目標的特征值無關的信令數據或特征值為噪聲的信令數據刪除，獲取訓練信令數據中特征值與目標的特征值相關性較高的第一信令數據。

4.根據權利要求1至3任一項所述的方法，其特征在于，所述基于所述訓練信息表建立第一模型，并使用所述測試信令數據對所述第一模型進行測試，得到測試結果，包括：

基于所述訓練信息表和分類算法構建分類器，并使用測試信令數據對所述分類器進行測試，并記錄相應測試結果。

5.根據權利要求4所述的方法，其特征在于，所述根據所述測試結果對所述第一模型進行評估，包括：

對所述第一模型的預測效果和運行效果分別進行評估。

6.根據權利要求2或3所述的方法，其特征在于，所述通過黑樣本數據和白樣本數據在全量話單的信令數據中獲取訓練信令數據，包括：

獲取全部黑樣本數據和部分白樣本數據組成所述訓練信令數據；其中，

所述黑樣本數據的數量占所述訓練信令數據數量的第一閾值范圍；

在全量話單的信令數據中隨機抽取的白樣本數據的數量占所述訓練信令數據數量的第二閾值范圍。

7.一種識別行為異常用戶的裝置，其特征在于，所述裝置包括：

第一獲取單元，用于根據黑號碼庫和白號碼庫在全量話單的信令數據中獲取訓練信令數據和測試信令數據；

第二獲取單元，用于獲取訓練信令數據中特征值與目標的特征值相關性較高的第一信令數據；

第一生成單元，用于根據所述第一信令數據的特征值和時間粒度生成包括衍生指標的第一信息表；

第二生成單元，用于使用第一篩選策略對所述衍生指標進行篩選，生成包括顯著指標的第二信息表；其中，所述第二生成單元具體用于：對所述衍生指標的特征值兩兩之間的相關性進行相關分析，根據分析結果將多余特征值篩除；對所述衍生指標的特征值與目標的特征值的相關性進行維規約分析，根據分析結果將不相關特征值篩除；再對所述衍生指標進行方差分析和/或去噪處理，得到顯著指標，并形成包含顯著指標的第二信息表；

第三生成單元，用于將所述第一信息表和所述第二信息表結合，生成訓練信息表；

建模分析單元，用于基于所述訓練信息表建立算法模型，并使用所述測試信令數據對所述算法模型進行測試；

評估單元，用于對測試后的所述算法模型進行評估，得到最優算法模型。