[發明專利]團伙挖掘方法、裝置、設備及存儲介質

有效

• 申請號: 201811102774.X
• 申請日: 2018-09-20
• 公開（公告）號: CN110929141B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 楊雙全;張陽;劉暢
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

本發明實施例提供一種團伙挖掘方法、裝置、設備及存儲介質。本發明的團伙挖掘方法，通過獲取各個用戶的第一行為數據和第二行為數據，根據所述各個用戶的第一行為數據和第二行為數據，分別確定任意兩個用戶之間的多個類型的關聯關系的權重，使用多個調節參數，分別對所述任意兩個用戶之間的多個類型的關聯關系的權重進行擬合處理，確定任意兩個用戶之間的權重信息，根據所述任意兩個用戶之間的權重信息構建待挖掘的關聯網絡，通過計算模塊度的方式對所述待挖掘的關聯網絡進行挖掘，輸出團伙信息。本發明實施例可以提升團伙識別的準確率。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種團伙挖掘方法、裝置、設備及存儲介質。

背景技術

隨著科技的不斷發展，互聯網特別是移動互聯網行為普及到社會生活的各個方面。越來越多團伙不僅僅使用線下碰頭，還采用互聯網線上接觸等多種方式聯系，甚至有些通過網盤、郵箱共享等方式進行聯系的趨勢呈現井噴式增長。

在此背景下，結合用戶線上行為和線下行為，挖掘團伙并找出團伙中的關鍵骨干人員成為亟需解決的難題。

挖掘團伙通常采用幾個條件做簡單的篩選和挖掘，由于篩選條件太過于單一，缺乏全面的分析和挖掘，導致挖掘出來的團伙的準確性不高。

發明內容

本發明實施例提供一種團伙挖掘方法、裝置、設備及存儲介質，以提升團伙的識別準確率。

第一方面，本發明實施例提供一種團伙挖掘方法，包括：獲取各個用戶的行為數據，所述行為數據包括第一行為數據和第二行為數據，所述第一行為數據和第二行為數據包括多個類型的關聯關系的數據；根據所述各個用戶的第一行為數據和第二行為數據，分別確定任意兩個用戶之間的多個類型的關聯關系的權重；使用多個調節參數，分別對所述任意兩個用戶之間的多個類型的關聯關系的權重進行擬合處理，確定任意兩個用戶之間的權重信息，所述多個調節參數為對包括已知團伙信息的訓練樣本進行學習后獲取的；根據所述任意兩個用戶之間的權重信息構建待挖掘的關聯網絡；通過計算模塊度的方式對所述待挖掘的關聯網絡進行挖掘，輸出團伙信息。

結合第一方面，在第一方面的一種可能的實現方式中，所述根據所述各個用戶的第一行為數據和第二行為數據，分別確定任意兩個用戶之間的多個類型的關聯關系的權重，包括：根據所述各個用戶的第一行為數據和第二行為數據，分別獲取任意兩個用戶之間的關聯頻次，所述關聯頻次包括多個類型的關聯關系的關聯頻次；根據所述任意兩個用戶之間的關聯頻次，分別確定任意兩個用戶之間的多個類型的關聯關系的權重。

結合第一方面或第一方面的一種可能的實現方式，在第一方面的另一種可能的實現方式中，所述根據所述任意兩個用戶之間的關聯頻次，分別確定任意兩個用戶之間的多個類型的關聯關系的權重，包括：對于第d個類型的關聯關系，根據所述任意兩個用戶的第一關聯頻次與所述任意兩個用戶的第二關聯頻次的比值，確定任意兩個用戶之間的第d個類型的關聯關系的權重；其中，所述任意兩個用戶的第一關聯頻次為所述任意兩個用戶之間的所述第d個類型的關聯關系的關聯頻次，所述任意兩個用戶的第二關聯頻次為所述任意兩個用戶與其他用戶之間的所述第d個類型的關聯關系的關聯頻次，d分別取1至關聯關系的類型總個數。

結合第一方面或第一方面的任一種可能的實現方式，在第一方面的另一種可能的實現方式中，所述方法還包括：

對于第k個用戶和第1個用戶，根據公式確定第k個用戶與第1個用戶的第二關聯頻次；

其中，x_kl表示第k個用戶與第1個用戶之間的第d個類型的關聯關系的關聯頻次，N為所述各個用戶的總個數，k和1分別取1至N中任意兩個數。

結合第一方面或第一方面的任一種可能的實現方式，在第一方面的另一種可能的實現方式中，所述使用多個調節參數，分別對所述任意兩個用戶之間的多個類型的關聯關系的權重進行擬合處理，確定任意兩個用戶之間的權重信息，包括：