[發明專利]異常群體識別方法及裝置

有效

• 申請號: 201910045152.6
• 申請日: 2019-01-17
• 公開（公告）號: CN109948641B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 苗加成;章鵬;楊程遠;向彪;嚴歡
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新;朱文杰

1.一種異常群體識別方法，其特征在于，包括：

獲取多個待分析用戶中的各所述待分析用戶的特征值；

確定各所述待分析用戶的特征值中的高頻特征值和低頻特征值；

根據各所述待分析用戶的高頻特征值和預設的頻繁項集挖掘策略挖掘最大頻繁項集，獲取所述最大頻繁項集中的低頻最大頻繁特征值；

根據各所述待分析用戶的特征值中的所述低頻最大頻繁特征值和所述低頻特征值構建目標二部圖，并定義所述目標二部圖中的邊的權重；

根據所述目標二部圖中的邊的權重，以及通過對所述目標二部圖進行圖聚類所得到的所述多個待分析用戶的聚類結果，確定所述待分析用戶中的異常群體。

2.根據權利要求1所述的異常群體識別方法，其特征在于，所述獲取多個待分析用戶中的各所述待分析用戶的特征值包括：

獲取所述多個待分析用戶的原始個人數據；

對所述多個待分析用戶的原始個人數據進行離散化，以得到各所述待分析用戶的特征值。

3.根據權利要求1所述的異常群體識別方法，其特征在于，所述確定各所述待分析用戶的特征值中的高頻特征值和低頻特征值包括：

根據各所述待分析用戶的特征值構建第一二部圖，其中，所述第一二部圖包括與各所述待分析用戶對應的節點、與各所述特征值對應的節點、以及各所述待分析用戶對應的節點與其特征值對應的節點之間的邊；

在所述第一二部圖中獲取各所述特征值對應的節點的度，并根據各所述特征值對應的節點的度在所述特征值中確定高頻特征值和低頻特征值；

根據所述高頻特征值和所述低頻特征值確定各所述待分析用戶的特征值中的高頻特征值和低頻特征值。

4.根據權利要求1所述的異常群體識別方法，其特征在于，所述根據各所述待分析用戶的高頻特征值和預設的頻繁項集挖掘策略挖掘最大頻繁項集，獲取所述最大頻繁項集中的低頻最大頻繁特征值包括：

根據各所述待分析用戶的高頻特征值并結合FP-Growth方法，挖掘支持度滿足預設支持度的頻繁多項集，并在所述頻繁多項集中確定最大頻繁項集；

將各所述待分析用戶的特征值與所述最大頻繁項集中的最大頻繁特征值進行匹配，以得到各所述待分析用戶的最大頻繁特征值；

在所述待分析用戶的最大頻繁特征值中確定低頻最大頻繁特征值。

5.根據權利要求4所述的異常群體識別方法，其特征在于，所述在所述待分析用戶的最大頻繁特征值中確定低頻最大頻繁特征值包括：

根據各所述待分析用戶的最大頻繁特征值構建第二二部圖，其中，所述第二二部圖包括與各所述待分析用戶對應的節點、與各所述最大頻繁特征值對應的節點、以及各所述待分析用戶對應的節點與其最大頻繁特征值對應的節點之間的邊；

在所述第二二部圖中獲取各所述最大頻繁特征值對應的節點的度，并根據各所述最大頻繁特征值對應的節點的度在所述最大頻繁特征值中確定低頻最大頻繁特征值。

6.根據權利要求1所述的異常群體識別方法，其特征在于，所述根據所述目標二部圖中的邊的權重，以及通過對所述目標二部圖進行圖聚類所得到的所述多個待分析用戶的聚類結果，確定所述待分析用戶中的異常群體包括：

在所述目標二部圖中刪除權重小于第一預設權重的邊，以得到待聚類二部圖，并對所述待聚類二部圖采用聯通算法得到至少一個最大連通子圖，以及將每個所述最大連通子圖中的節點對應的待分析用戶確定為一個所述異常群體；或者

在所述目標二部圖中刪除權重小于第一預設權重的邊，以得到待聚類二部圖，并通過社區發現算法對所述待聚類二部圖中的節點進行劃分，以得到多個節點集合，以及將每個所述節點集合中的節點對應的待分析用戶確定為一個所述異常群體。