[發明專利]用戶數據監控分析方法、裝置、設備及介質

在審

• 申請號: 202011204209.1
• 申請日: 2020-11-02
• 公開（公告）號: CN112306835A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 謝展成
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

本發明涉及數據監控技術，揭露了一種基于第三方軟件的用戶數據監控分析方法，包括：從第三方軟件中收集目標用戶的行為數據集，對所述行為數據集降維，得到降維行為數據集，利用數據異常檢測模型檢測所述降維行為數據集，得到正常行為數據集和異常行為數據集，利用協同過濾算法，根據所述正常行為數據集和異常行為數據集執行數據重構，得到標準數據集，對所述標準數據集執行可視化處理，得到可視化圖表集。本發明還涉及區塊鏈技術，所述目標用戶的行為數據集可存儲于區塊鏈節點中。本發明還提出一種基于第三方軟件的用戶數據監控分析裝置、電子設備以及一種計算機可讀存儲介質。本發明可以解決數據監控過程中，耗費大量計算機內存的問題。

技術領域

本發明涉及數據監控技術領域，尤其涉及一種基于第三方軟件的用戶數據監控分析方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

目前，很多軟件產品或者平臺為了給用戶提供更加豐富的產品與服務都會接入第三方軟件，所述第三方軟件是針對第一方、第二方而言，其中，第一方是指自已，第二方是指自己要解決的問題即用戶，用另外的軟件去為自己的用戶提供服務，就是指第三方軟件。

為了了解第三方軟件對用戶產生的效果，通常需要對所述第三方軟件產生的用戶行為數據進行分析。傳統的分析方法多利用支持向量機(SVM)建模來完成，但是SVM的空間消耗主要是存儲訓練樣本和核矩陣，由于SVM是借助二次規劃來求解支持向量，而求解二次規劃將涉及m階矩陣的計算(m為樣本的個數)，當數目很大時該矩陣的存儲和計算將耗費大量的計算機內存，損耗計算機磁盤的讀寫速度。

發明內容

本發明提供一種基于第三方軟件的用戶數據監控分析方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于解決數據監控過程中，耗費大量計算機內存的問題。

為實現上述目的，本發明提供的一種基于第三方軟件的用戶數據監控分析方法，包括：

從第三方軟件中收集目標用戶的行為數據集；

對所述行為數據集執行降維操作，得到降維行為數據集；

利用預先構建的數據異常檢測模型，檢測所述降維行為數據集，得到正常行為數據集和異常行為數據集；

利用預設的協同過濾算法，根據所述正常行為數據集和所述異常行為數據集執行數據重構，得到標準數據集；

對所述標準數據集執行可視化處理，得到可視化圖表集，并將所述可視化圖表集傳送至預設終端。

可選地，所述所述行為數據集包括用戶瀏覽所述第三方軟件的時長、用戶瀏覽所述第三方軟件相關的界面、用戶瀏覽所述第三方軟件時點擊的按鈕。

可選地，所述對所述行為數據集執行降維操作，得到降維行為數據集，包括：

對所述行為數據集執行編碼操作，得到用戶行為向量集；

利用預構建的權重集，計算得到所述用戶行為向量集的權重行為向量集；

對所述權重行為向量集執行降維處理，得到所述降維行為數據集。

可選地，所述所述所述權重行為向量集執行降維處理，得到所述降維行為數據集，包括：

利用如下公式對所述權重行為向量集執行降維處理：

Q_i＝(X_i-X_iW_jW_j^T)(X_i-X_iW_jW_j^T)^T