[發明專利]用于生成信息的方法和裝置

有效

• 申請號: 201811314577.4
• 申請日: 2018-11-06
• 公開（公告）號: CN111147431B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 李欣;王曉勤;羅尚勇
• 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: H04L9/40
• 分類號: H04L9/40
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本申請實施例公開了用于生成信息的方法和裝置。該方法的一具體實施方式包括：響應于接收到終端設備發送的用戶標識和點擊信息，用所收到的用戶標識和點擊信息以及當前時間生成當前用戶點擊信息并添加到用戶點擊信息序列中；將用戶點擊信息序列中用戶標識為所收到的用戶標識，且點擊時間為從當前時間開始往前預設時長內的用戶點擊信息組成的序列確定為目標用戶點擊信息序列；對目標用戶點擊信息序列進行特征提取，得到目標用戶點擊信息序列特征向量；將目標用戶點擊信息序列特征向量輸入預先訓練的貝葉斯信念網絡，得到所收到的用戶標識所指示的用戶為預設類型用戶的概率。該實施方式實現了實時確定終端設備的用戶是預設類型用戶的概率。

技術領域

本申請實施例涉及計算機技術領域，具體涉及用于生成信息的方法和裝置。

背景技術

目前，存在惡意用戶(例如，黃牛、惡意經銷商等)利用模擬器、軟件下單等手段模擬用戶訪問網站行為，實現批量操作(例如，批量生成訂單或者批量發布虛假評價信息)，破壞了網站的正常運營(例如，對于電商網站，惡意用戶的這種行為大量搶占了優質商品資源，破壞正常交易秩序，實現惡意攻擊電商網站及非法牟利的目的)。為此，需要識別哪些用戶訪問網站的行為是正常用戶行為，哪些用戶訪問網站的行為是非正常用戶行為(也稱作惡意用戶行為)。

發明內容

本申請實施例提出了用于生成信息的方法和裝置。

第一方面，本申請實施例提供了一種用于生成信息的方法，該方法包括：響應于接收到終端設備發送的用戶標識和點擊信息，用所收到的用戶標識和點擊信息以及當前時間生成當前用戶點擊信息并添加到用戶點擊信息序列中，用戶點擊信息包括用戶標識、點擊信息和點擊時間；將用戶點擊信息序列中用戶標識為所收到的用戶標識，且點擊時間為從當前時間開始往前預設時長內的用戶點擊信息組成的序列確定為目標用戶點擊信息序列；對目標用戶點擊信息序列進行特征提取，得到預設維數的目標用戶點擊信息序列特征向量；將目標用戶點擊信息序列特征向量輸入預先訓練的貝葉斯信念網絡，得到所收到的用戶標識所指示的用戶為預設類型用戶的概率，其中，貝葉斯信念網絡用于表征預設維數的特征向量與概率之間的對應關系。

在一些實施例中，對目標用戶點擊信息序列進行特征提取，得到預設維數的目標用戶點擊信息序列特征向量，包括：對目標用戶點擊信息序列進行特征提取，得到初始特征向量；對初始特征向量進行標準化處理，得到目標用戶點擊信息序列特征向量。

在一些實施例中，貝葉斯信念網絡是通過如下訓練步驟得到的：獲取歷史用戶點擊信息序列；對于歷史用戶標識集合中的每個用戶標識，按照點擊時間以預設時長為周期，對于歷史用戶點擊信息序列中用戶標識為該用戶標識的各個歷史用戶點擊信息進行劃分，得到與該用戶標識對應的至少一個歷史用戶點擊信息子序列，其中，歷史用戶標識集合包括歷史用戶點擊信息序列所包括的各個用戶標識；對于歷史用戶標識集合中的每個用戶標識對應的至少一個歷史用戶點擊信息子序列中的每個歷史用戶點擊信息子序列，執行以下標注和特征提取操作：確定該歷史用戶點擊信息子序列對應的標注結果，標注結果包括用于表征非預設類型用戶點擊信息序列的正樣本標簽和用于表征預設類型用戶點擊信息序列的負樣本標簽；對該歷史用戶點擊信息子序列進行特征提取，得到與該歷史用戶點擊信息子序列對應的點擊信息序列特征向量；將所得到的點擊信息序列特征向量和所確定的標注結果作為訓練樣本對應存儲在訓練樣本集中；分別將訓練樣本集中的訓練樣本中的點擊信息序列特征向量和標注結果作為初始貝葉斯信念網絡的輸入和期望輸出，利用機器學習方法訓練得到貝葉斯信念網絡。