[發(fā)明專利]一種風(fēng)險(xiǎn)用戶識(shí)別的方法及系統(tǒng)、存儲(chǔ)介質(zhì)、設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010577011.1
• 申請(qǐng)日: 2020-06-23
• 公開（公告）號(hào): CN111476510B
• 公開（公告）日: 2020-10-16
• 發(fā)明（設(shè)計(jì)）人: 王璐
• 申請(qǐng)（專利權(quán)）人: 武漢斗魚魚樂網(wǎng)絡(luò)科技有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q30/00;G06Q30/06;H04N21/2187
• 代理公司: 北京眾達(dá)德權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11570
• 代理人: 孫朝銳

1.一種風(fēng)險(xiǎn)用戶識(shí)別的方法，用于網(wǎng)絡(luò)直播平臺(tái)，其特征在于，所述方法包括：

根據(jù)所述網(wǎng)絡(luò)直播平臺(tái)的歷史活動(dòng)數(shù)據(jù)，獲得所述歷史活動(dòng)中的歷史風(fēng)險(xiǎn)用戶樣本集以及所述歷史風(fēng)險(xiǎn)用戶樣本集中每個(gè)用戶的多個(gè)特征；

通過風(fēng)險(xiǎn)攔截，獲得參與所述網(wǎng)絡(luò)直播平臺(tái)當(dāng)前活動(dòng)中的待定風(fēng)險(xiǎn)用戶所構(gòu)成的待定風(fēng)險(xiǎn)用戶樣本集，包括：判斷用戶在第二預(yù)設(shè)時(shí)間段內(nèi)參與所述網(wǎng)絡(luò)直播平臺(tái)當(dāng)前活動(dòng)的頻次是否大于預(yù)設(shè)頻次；將在第二預(yù)設(shè)時(shí)間段內(nèi)參與所述網(wǎng)絡(luò)直播平臺(tái)當(dāng)前活動(dòng)的頻次大于預(yù)設(shè)頻次的用戶識(shí)別為待定風(fēng)險(xiǎn)用戶，獲得待定風(fēng)險(xiǎn)用戶樣本集P；

對(duì)所述歷史風(fēng)險(xiǎn)用戶樣本集的用戶和所述待定風(fēng)險(xiǎn)用戶樣本集中的用戶迭代更新權(quán)重，并基于所述歷史風(fēng)險(xiǎn)用戶樣本集中每個(gè)用戶的多個(gè)特征，獲得用戶每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率和用戶每輪迭代的權(quán)重調(diào)節(jié)系數(shù)，包括：對(duì)所述歷史風(fēng)險(xiǎn)用戶樣本集S的用戶權(quán)重和所述待定風(fēng)險(xiǎn)用戶樣本集P的用戶權(quán)重進(jìn)行初始化；對(duì)所述歷史風(fēng)險(xiǎn)用戶樣本集S的用戶權(quán)重和所述待定風(fēng)險(xiǎn)用戶樣本集P的用戶權(quán)重進(jìn)行迭代更新，并將上一輪更新后的權(quán)重歸一化，獲得歸一化后的權(quán)值；其中，u是一個(gè)變量，表示樣本全集中任意一個(gè)用戶，t表示迭代輪數(shù)；基于所述歷史風(fēng)險(xiǎn)用戶樣本集中每個(gè)用戶的多個(gè)特征和歸一化后的權(quán)值，獲得用戶u每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率；基于所述用戶u每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率，判斷所述用戶u在第t輪迭代的預(yù)測(cè)標(biāo)簽是否為風(fēng)險(xiǎn)用戶標(biāo)簽；基于所述用戶u在第t輪迭代的預(yù)測(cè)標(biāo)簽是否為風(fēng)險(xiǎn)用戶標(biāo)簽的結(jié)果、所述待定風(fēng)險(xiǎn)用戶樣本集P中用戶的實(shí)際標(biāo)簽以及所述歸一化后的權(quán)值，獲得用戶每輪迭代的權(quán)重調(diào)節(jié)系數(shù)；

基于所述用戶每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率和所述用戶每輪迭代的權(quán)重調(diào)節(jié)系數(shù)，從參與所述網(wǎng)絡(luò)直播平臺(tái)當(dāng)前活動(dòng)的用戶中識(shí)別出風(fēng)險(xiǎn)用戶。

2.如權(quán)利要求1所述的方法，其特征在于，在基于所述用戶每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率和所述用戶每輪迭代的權(quán)重調(diào)節(jié)系數(shù)，從參與所述網(wǎng)絡(luò)直播平臺(tái)當(dāng)前活動(dòng)的用戶中識(shí)別出風(fēng)險(xiǎn)用戶之后，所述方法還包括：

對(duì)所述風(fēng)險(xiǎn)用戶進(jìn)行屏蔽。

3.如權(quán)利要求2所述的方法，其特征在于，所述基于所述歷史風(fēng)險(xiǎn)用戶樣本集中每個(gè)用戶的多個(gè)特征和歸一化后的權(quán)值，獲得用戶u每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率，具體包括：

按照如下公式獲得用戶每輪迭代預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率：

其中：

是用戶u在第t輪預(yù)測(cè)標(biāo)簽為風(fēng)險(xiǎn)的概率，表示用戶u的第i個(gè)特征；是在第t輪特征i的權(quán)重，，

是該集合的元素個(gè)數(shù)。

4.如權(quán)利要求3所述的方法，其特征在于，所述基于所述待定風(fēng)險(xiǎn)用戶樣本集P第t輪迭代的錯(cuò)誤率，獲得用戶每輪迭代的權(quán)重調(diào)節(jié)系數(shù)，具體包括：

按照如下公式獲得用戶第t輪迭代的權(quán)重調(diào)節(jié)系數(shù)：

其中，是用戶第t輪迭代權(quán)重調(diào)節(jié)系數(shù)，是所述待定風(fēng)險(xiǎn)用戶樣本集P中用戶在第t輪迭代的錯(cuò)誤率；

按照如下公式獲得所述待定風(fēng)險(xiǎn)用戶樣本集P中用戶在第t輪迭代的錯(cuò)誤率：

其中，是用戶u的預(yù)測(cè)標(biāo)簽，用戶u的實(shí)際標(biāo)簽。