[發(fā)明專利]目標行為識別系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110291359.9
• 申請日: 2021-03-18
• 公開（公告）號: CN113010754B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設計）人: 朱金星;張靜雅;段力閣
• 申請（專利權(quán)）人: 北京云真信科技有限公司
• 主分類號: G06F16/9035
• 分類號: G06F16/9035;G06F16/9038;G06F16/901
• 代理公司: 北京鍾維聯(lián)合知識產(chǎn)權(quán)代理有限公司 11579
• 代理人: 丁慧玲

本發(fā)明涉及一種目標行為識別系統(tǒng)，實現(xiàn)步驟S1、從第二數(shù)據(jù)庫中選取P個第一樣本用戶i?d組成訓練樣本i?d集，從第一數(shù)據(jù)庫中獲取每一第一樣本用戶i?d的預設M個特征信息；步驟S2、基于P個第一樣本用戶i?d的對應的預設M個特征信息中每一特征信息對目標行為的貢獻度選擇第一特征信息；步驟S3、從第一數(shù)據(jù)庫中獲取每一第一樣本用戶對應的第一特征信息，并構(gòu)建第一特征向量，步驟S4、從第一數(shù)據(jù)庫中獲取待測用戶i?d的第一特征信息，并構(gòu)建對應的第一特征向量；步驟S5、獲取待測用戶i?d的第一特征向量與所有第一樣本用戶i?d對應的第一特征向量的向量距離，并基于確定用戶i?d所屬的行為類別標簽。本發(fā)明提高了目標行為的識別效率和準確度。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種目標行為識別系統(tǒng)。

背景技術(shù)

目前傳統(tǒng)的對目標行為的識別技術(shù)主要是依靠人工對歷史上確定存在目標行為記錄的人員進行特征篩選分析，建立多種判斷規(guī)則，通過判斷規(guī)則預測待識別用戶是否存在目標行為。但是，隨著大數(shù)據(jù)時代的到來，用戶的特征數(shù)量和種類數(shù)據(jù)巨大，這便會造成人工篩選目標行為所對應的用戶特征以及審核的工作量很大，識別目標行為的效率低。此外，人工建立的判斷規(guī)則往往更傾向于具有可解釋性的特征，而不具有可解釋性的特征往往容易被忽略，但有些不具有可解釋性的特征也是對目標行為識別結(jié)果貢獻度大的特征，這便造成目標行為且準確度低，由此可知，如何提高目標行為的識別效率和準確度成為亟待解決的技術(shù)問題。

發(fā)明內(nèi)容

本發(fā)明目的在于，提供一種目標行為識別系統(tǒng)，提高了目標行為的識別效率和準確度。

根據(jù)本發(fā)明一方面，提供了一種目標行為識別系統(tǒng)，包括預先構(gòu)建的第一數(shù)據(jù)庫、第二數(shù)據(jù)庫和處理器，存儲有計算機程序的存儲器，其中，所述第一數(shù)據(jù)庫用于存儲用戶特征記錄，所述用戶特征記錄字段包括用戶和對應的預設M個特征信息(C1，C2，…CM)；所述第二數(shù)據(jù)庫用于存儲樣本目標行為的記錄，所述樣本目標行為記錄的字段包括樣本用戶id和目標行為數(shù)值字段，所述目標行為數(shù)值字段為0，表示樣本用戶不具有目標行為，所述目標行為數(shù)值字段為1，表示樣本用戶具有目標行為；

所述處理器執(zhí)行所述計算機程序?qū)崿F(xiàn)以下步驟:

步驟S1、從所述第二數(shù)據(jù)庫中選取P個第一樣本用戶id組成訓練樣本id集，從所述第一數(shù)據(jù)庫中獲取每一第一樣本用戶id對應的預設M個特征信息(C1，C2，…CM)；

步驟S2、基于P個第一樣本用戶id的對應的預設M個特征信息(C1，C2，…CM)中每一特征信息對目標行為的貢獻度從預設M個特征信息中選擇第一特征信息(c1,c2,…cm),m小于M；

步驟S3、從所述第一數(shù)據(jù)庫中獲取每一第一樣本用戶對應的第一特征信息，并構(gòu)建對應的第一特征向量，

步驟S4、從所述第一數(shù)據(jù)庫中獲取待測用戶id對應的第一特征信息，并構(gòu)建對應的第一特征向量；

步驟S5、獲取所述待測用戶id的第一特征向量與所有第一樣本用戶id對應的第一特征向量的向量距離，并基于所述向量距離確定所述用戶id所屬的行為類別標簽。

本發(fā)明與現(xiàn)有技術(shù)相比具有明顯的優(yōu)點和有益效果。借由上述技術(shù)方案，本發(fā)明提供的一種目標行為識別系統(tǒng)可達到相當?shù)募夹g(shù)進步性及實用性，并具有產(chǎn)業(yè)上的廣泛利用價值，其至少具有下列優(yōu)點：

本發(fā)明通過確定各類特征信息對判定目標行為的貢獻度，將根據(jù)貢獻度篩選后的特征信息類型作為向量化的參數(shù)特征，篩選出對預測有實質(zhì)作用的特征信息類型，不但將海量的用戶特征信息精簡，同時，又能給不具有解釋性的特征信息留有使用空間，減少了計算量，提高了目標行為的識別效率和準確度。

上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點能夠更明顯易懂，以下特舉較佳實施例，并配合附圖,詳細說明如下。

附圖說明