[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

本申請實施例提供了一種異常群體識別方法及裝置。其中方法包括：獲取多個待分析用戶中的各待分析用戶的特征值；確定各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，獲取最大頻繁項集中的低頻最大頻繁特征值；根據各待分析用戶的特征值中的低頻最大頻繁特征值和低頻特征值構建目標二部圖，并定義目標二部圖中的邊的權重；根據目標二部圖中的邊的權重，以及通過對目標二部圖進行圖聚類所得到的多個待分析用戶的聚類結果，確定待分析用戶中的異常群體。本申請實施例提高了異常群體識別的準確率，且步驟簡單，易于執行。

技術領域

本說明書涉及計算機技術領域，尤其涉及一種異常群體識別方法及裝置。

背景技術

目前，在風控領域中的各種場景(如垃圾注冊、營銷作弊、盜卡盜賬號、騙保等)中，團伙作案的趨勢越來越明顯，嚴重的影響了正常的商業秩序，給商家造成了巨大的損失。因此，如何識別團伙(即異常群體)已經成為商家在運營過程中的重要問題之一。

在常用的異常群體的識別方式中，由于標簽樣本的缺失和異常群體作案方式的多變性，導致異常群體識別準確率較低。

發明內容

本說明書一個或多個實施例的目的是提供一種異常群體識別方法及裝置，用以解決現有技術中異常群體識別準確率較低的問題。

為解決上述技術問題，本說明書一個或多個實施例是這樣實現的：

一方面，本說明書一個或多個實施例提供一種異常群體識別方法，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。

可選的，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。

可選的，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。

可選的，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；