[發明專利]基于深度學習的不良購票行為管理方法

在審

• 申請號: 201810040220.5
• 申請日: 2018-01-16
• 公開（公告）號: CN108229749A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 李稀敏;肖龍源;蔡振華;譚玉坤;劉曉葳;朱敬華
• 申請（專利權）人: 廈門快商通信息技術有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/00;G06Q30/06;G06K9/62
• 代理公司: 廈門仕誠聯合知識產權代理事務所(普通合伙) 35227
• 代理人: 樂珠秀

1.一種基于深度學習的不良購票行為管理方法，其特征在于，包括如下步驟：

步驟S1，建立模型：

采用SVM分類器、貝葉斯分類器、及隨機森林回歸建立模型；

步驟S2，訓練模型：

將售票系統中現有的用戶及其購票記錄，及其票附屬信息進行收集、整理，并對模型進行訓練；將售票系統已被標識或屏蔽的黑名單用戶的購票記錄及其附屬信息也進行收集、模型訓練；所述票附屬信息包括購票時間、購票地點、終端類型、數量、付款信息、購票內容；

步驟S3，實時數據采集：

實時采集用戶交易行為數據，所述用戶交易行為數據包括但不限于用戶身份信息、購票時間、購票地點、終端類型、購票內容；

所述終端類型為電腦、手機、或者操作系統；

所述購票內容包括票的區間、時間；

步驟S4，用戶行為預測：

根據采集的用戶交易行為數據并經訓練模型分析，預測用戶當前購票行為是否為不良購票行為，若用戶當前購票行為為不良購票行為進入步驟S5不良購票行為處理，否則為正常購票行為。

2.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

所述用戶身份信息包括性別、年齡、地區、電話。

3.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

步驟S5不良購票行為處理，包括如下步驟：

步驟S51，判斷當前不良購票行為用戶的用戶類型，

若當前不良購票行為用戶為老用戶，則進入步驟S52，若當前不良購票行為用戶為新用戶，則當前不良購票行為用戶給予警告標記；

步驟S52，根據當前不良購票行為用戶的當前購票之前的購票行為處理當前不良購票行為；

若當前不良購票行為為首次，則將當前不良購票行為用戶標記為潛在不良用戶；

若當前不良購票行為為第N次不良購票行為或者當前不良購票行為用戶已被標記為潛在不良用戶，則當前不良購票行為用戶給予警告標記；

若當前不良購票行為為第N+M次不良購票行為或者當前不良購票行為用戶已被警告標記，則當前不良購票行為用戶標記為黑名單用戶。

4.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

N＝2，M＝1。

5.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

被加入黑名單的注冊用戶，無法再進行購票。

6.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

購票系統將把此用戶的購票進行強行退票，并把用戶行為數據加入到黑名單數據庫中，供模型訓練使用。

7.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

列入黑名單用戶申請解除，需進行人工進行審核。

8.根據權利要求1所述的基于深度學習的不良購票行為管理方法，其特征在于，

若列入黑名單用戶不申請解除黑名單，則確認此用戶為黑名單用戶。