[發(fā)明專利]批量注冊(cè)賬戶識(shí)別方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011618561.X
• 申請(qǐng)日: 2020-12-31
• 公開(kāi)（公告）號(hào): CN112700259A
• 公開(kāi)（公告）日: 2021-04-23
• 發(fā)明（設(shè)計(jì)）人: 鄭清正
• 申請(qǐng)（專利權(quán)）人: 蘇寧金融科技（南京）有限公司
• 主分類號(hào): G06Q30/00
• 分類號(hào): G06Q30/00;G06Q30/02
• 代理公司: 北京市萬(wàn)慧達(dá)律師事務(wù)所 11111
• 代理人: 陳怡

1.一種批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述方法包括：

獲取待識(shí)別賬戶的賬戶注冊(cè)信息和表征賬戶注冊(cè)行為特征的行為特征向量；所述賬戶注冊(cè)信息至少包括注冊(cè)時(shí)間；

基于所述注冊(cè)時(shí)間的密集程度選取至少一個(gè)第一目標(biāo)時(shí)間段以及與所述第一目標(biāo)時(shí)間段相交的N個(gè)第二目標(biāo)時(shí)間段，N≥1；

獲取所述第一目標(biāo)時(shí)間段內(nèi)注冊(cè)的第一目標(biāo)賬戶群和所述N個(gè)第二目標(biāo)時(shí)間段內(nèi)注冊(cè)的N個(gè)第二目標(biāo)賬戶群；

基于所述行為特征向量對(duì)所述第一目標(biāo)賬戶群和N個(gè)第二目標(biāo)賬戶群中的賬戶分別進(jìn)行行為相似性聚類分析，以獲得第一目標(biāo)賬戶組和N個(gè)第二目標(biāo)賬戶組；所述第一目標(biāo)賬戶組和第二目標(biāo)賬戶組中均包括基于行為相似性分類的若干賬戶集合；

判斷所述第一目標(biāo)賬戶組與第二目標(biāo)賬戶組中是否具有行為相似度高于第一預(yù)設(shè)閾值的賬戶集合，

若有，則合并所述行為相似度高于第一預(yù)設(shè)閾值的賬戶集合獲得第一目標(biāo)賬戶集合。

2.根據(jù)權(quán)利要求1所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述行為特征向量由以下步驟獲得：

構(gòu)建M個(gè)注冊(cè)頁(yè)面埋點(diǎn)，M≥2；

計(jì)算每個(gè)待識(shí)別賬戶在順序兩個(gè)埋點(diǎn)之間的注冊(cè)頁(yè)面停留時(shí)間以獲得賬戶注冊(cè)每個(gè)環(huán)節(jié)的行為耗時(shí)；

基于所述賬戶注冊(cè)每個(gè)環(huán)節(jié)的行為耗時(shí)構(gòu)建所述行為特征向量。

3.根據(jù)權(quán)利要求1或2所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述賬戶注冊(cè)信息還包括設(shè)備環(huán)境信息，所述設(shè)備環(huán)境信息包括實(shí)時(shí)網(wǎng)絡(luò)地址，還包括設(shè)備標(biāo)識(shí)、渠道信息、系統(tǒng)版本信息、系統(tǒng)屬性信息中的至少一種；

所述獲取待識(shí)別賬戶的賬戶注冊(cè)信息和表征用戶行為特征的行為特征向量之后，所述方法還包括：

基于所述賬戶注冊(cè)信息和第一預(yù)設(shè)規(guī)則過(guò)濾待識(shí)別賬戶以獲得第一目標(biāo)待識(shí)別賬戶。

4.根據(jù)權(quán)利要求1或2所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述基于所述注冊(cè)時(shí)間的密集程度選取至少一個(gè)第一目標(biāo)時(shí)間段以及與所述第一目標(biāo)時(shí)間段相交的N個(gè)第二目標(biāo)時(shí)間段，N≥1具體包括：

基于所述注冊(cè)時(shí)間和預(yù)設(shè)密度函數(shù)選取第一目標(biāo)時(shí)間段；

基于所述第一目標(biāo)時(shí)間段滑動(dòng)時(shí)間窗口獲得N個(gè)與所述第一目標(biāo)時(shí)間段相交的第二目標(biāo)時(shí)間段，N≥1。

5.根據(jù)權(quán)利要求4所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述判斷所述第一目標(biāo)賬戶組與第二目標(biāo)賬戶組中是否具有行為相似度高于第一預(yù)設(shè)閾值的賬戶集合具體包括：

基于Jaccard distance計(jì)算所述第一目標(biāo)賬戶組與相似系數(shù)第二目標(biāo)賬戶組中兩兩賬戶集合的相似系數(shù)；

判斷所述相似系數(shù)是否高于第一預(yù)設(shè)閾值。

6.根據(jù)權(quán)利要求3所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述獲取待識(shí)別賬戶的賬戶注冊(cè)信息和表征賬戶注冊(cè)行為特征的行為特征向量之后，所述方法還包括：

基于所述行為特征向量對(duì)所述待識(shí)別賬戶進(jìn)行行為相似性聚類分析，獲得第三目標(biāo)賬戶組，所述第三目標(biāo)賬戶組中包括基于行為相似性分類的若干賬戶集合。

7.根據(jù)權(quán)利要求6所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述基于所述行為特征向量對(duì)所述待識(shí)別賬戶進(jìn)行聚類分析，獲得第三目標(biāo)賬戶組具體包括：

獲取第一預(yù)設(shè)時(shí)間段內(nèi)的每個(gè)待識(shí)別賬戶的表征賬戶注冊(cè)行為特征的行為特征向量；

計(jì)算兩兩行為特征向量的距離以獲得兩兩待識(shí)別賬戶的行為相似性值；

基于所述行為相似性值對(duì)待識(shí)別賬戶進(jìn)行聚類，獲得所述第三目標(biāo)賬戶組。

8.根據(jù)權(quán)利要求6或7所述的批量注冊(cè)賬戶識(shí)別方法，其特征在于，所述合并所述行為相似度高于第一預(yù)設(shè)閾值的賬戶集合獲得第一目標(biāo)賬戶集合之后，所述方法還包括：

基于所述設(shè)備環(huán)境信息對(duì)所述第一目標(biāo)賬戶集合中的賬戶進(jìn)行聚類分析，獲得第四目標(biāo)賬戶組，所述第四目標(biāo)賬戶組中包括基于設(shè)備環(huán)境相似性分類的若干賬戶集合；

統(tǒng)計(jì)所述第四目標(biāo)賬戶組中每個(gè)賬戶集合的規(guī)模聚集值；

按預(yù)設(shè)過(guò)濾閾值篩選出第五目標(biāo)賬戶組，所述第五目標(biāo)賬戶組中包括所述第四目標(biāo)賬戶中規(guī)模聚集值大于所述預(yù)設(shè)過(guò)濾閾值的賬戶集合。