[發明專利]網絡行為的監測方法、裝置和計算機可讀存儲介質

在審

• 申請號: 202110707705.7
• 申請日: 2021-06-24
• 公開（公告）號: CN113506150A
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 陳睦;劉輝嘉
• 申請（專利權）人: 深圳市盈捷創想科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q20/40;G06Q40/04
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 袁文英

本發明公開一種網絡行為的監測方法、裝置和計算機可讀存儲介質，方法包括：獲取待測對象在當前日期中每個時間段對應的第一交易數量，并確定當前日期的類型，類型包括工作日以及休息日；根據類型，確定每個時間段對應的第一權重，第一權重與類型對應的預測模型的預測效果值為正相關關系，預測效果值根據預測模型對第一輸入數值進行預測得到，第一輸入數值根據部分時間段的第二交易數量與第二交易數量對應的時間段的第二權重確定，時間段對應的第二權重根據類型設置；根據每個第一交易數量以及第一交易數量的第一權重得到第二輸入數值；將第二輸入數值輸入至預測模型，得到待測對象進行惡意交易的預測結果。本發明提高了惡意交易的預測準確性。

技術領域

本發明涉及電商技術領域，尤其涉及一種網絡行為的監測方法、裝置和計算機可讀存儲介質。

背景技術

隨著網絡的大規模普及以及網絡購物的便捷，人們通過網絡購買商品已成為生活中的一部分。

當客戶在需要購買商品時，會注重商品的質量以及價格。一些商家為了提高商品的交易量，會對販賣的商品進行惡意交易，使得商品的總交易量位居前列，進而可以使得電商平臺將該商品優先推薦給想要購買該類型商品的客戶。

目前，電商平臺會統計商家的交易數據，再通過交易數據來確定商品是否進行了惡意交易。但電商平臺是根據交易數量是否出現異常來判斷商家是否進行惡意交易，這種方式較為簡單粗暴，惡意交易的確定準確性較低。

發明內容

本發明的主要目的在于提供網絡行為的監測方法、裝置和計算機可讀存儲介質，旨在解決惡意交易的確定準確性較低的問題。

為實現上述目的，本發明提供一種網絡行為的監測方法，所述網絡行為的監測方法包括以下步驟：

獲取待測對象在當前日期中每個時間段對應的第一交易數量，并確定所述當前日期的類型，所述類型包括工作日以及休息日；

根據所述類型，確定每個所述時間段對應的第一權重，其中，所述第一權重與所述類型對應的預測模型的預測效果值為正相關關系，所述預測效果值根據預測模型對第一輸入數值進行預測得到，所述第一輸入數值根據部分時間段的第二交易數量與所述第二交易數量對應的時間段的第二權重確定，所述時間段對應的第二權重根據所述類型設置；

根據每個所述第一交易數量以及所述第一交易數量的第一權重得到第二輸入數值；

將所述第二輸入數值輸入至所述預測模型，得到所述待測對象進行惡意交易的預測結果。

在一實施例中，所根據所述類型，確定每個所述時間段對應的第一權重的步驟之前，還包括：

在所述類型對應的日期內，獲取訓練目標每個時間段對應的第二交易數量；

獲取各個集合，其中，所述集合包括各個所述時間段以及所述時間段對應的第二交易數量，且每個所述集合中時間段的數量與時間段的總數量的差值為1，且每個所述集合中缺少的時間段各不相同；

基于所述時間段對應的第二權重與所述集合內的所述第二交易數量，確定每個所述集合對應的第二輸入數值；

將各個所述第二輸入數值輸入至所述類型對應的預測模型，得到所述預測模型對每個所述集合的預測效果值；

根據各個所述預測效果值調整每個所述時間段對應的第二權重，得到每個時間段對應的第一權重。

在一實施例中，所述將各個所述第二輸入數值輸入至所述類型對應的預測模型，得到所述預測模型對每個所述集合的預測效果值的步驟包括：

將各個所述第二輸入數值輸入至所述預測模型，得到每個所述第二輸入數值對應的集合缺少的時間段對應的預測影響值；

根據所述預測影響值確定所述預測影響值對應的集合的預測效果值，其中，所述預測影響值與所述預測效果值為負相關關系。