异常行为识别方法、装置、电子设备及存储介质制造方法及图纸

技术编号:17797075 阅读:39 留言:0更新日期:2018-04-25 20:35
本公开实施例公开了一种异常行为识别方法、装置、电子设备及可读存储介质,所述异常行为识别包括:获取预设历史时间段内的用户数据,所述用户数据包括用户行为数据和用户属性数据;根据所述用户数据确定所述用户的身份信息;根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为,其中,所述根据用户数据确定所述用户的身份信息,包括:将用户行为数据与相应的用户属性数据相关联;根据用户行为数据以及与其关联的用户属性数据的重复性确定所述用户的身份信息。本公开能够有效、并且能够从整体上降低各方舞弊的风险,减少优惠操作主体的经济损失。

Abnormal behavior recognition method, device, electronic device and storage medium

The present disclosure embodiment discloses an abnormal behavior identification method, device, electronic device, and readable storage medium. The abnormal behavior identification includes: obtaining user data within a predetermined period of time, the user data including user behavior data and user attribute data, and determining the user according to the user data described by the user. Identity information; identifying whether the user's behavior is an abnormal behavior according to the user behavior data and the user's identity information, in which the identity information of the user is determined according to the user data, including: association of the user behavior data with the corresponding user attribute data; and according to the user behavior data and the same. The user's identity information is determined by the repeatability of the associated user attribute data. This disclosure can effectively reduce the risk of fraudulent practices and reduce the economic loss of the preferential operator.

【技术实现步骤摘要】
异常行为识别方法、装置、电子设备及存储介质
本公开涉及信息处理
,具体涉及一种异常行为识别方法、装置、电子设备及存储介质。
技术介绍
随着互联网技术的发展,越来越多的商家或者服务提供商通过互联网平台来为用户提供服务,为了获取更多的用户订单,创造更多的利润,很多商家、服务提供商或者中间机构都会开展满减、满送、发送优惠券等优惠活动,但在活动开展过程中,出现了一些非法行为,或者说一些异常行为,比如,有些用户频繁恶意刷单、有些商家作弊比如联合用户或者伪装成用户多次下单、配送人员和销售人员违规操作、甚至还出现了用户、商家、配送人员和销售人员联合违规操作等舞弊行为,这些非法行为严重扰乱了市场秩序,给优惠操作主体带来了巨大的损失。对于这种情况,目前还没有有效地、能够整体降低舞弊风险的解决方案。
技术实现思路
本公开实施例提供一种异常行为识别方法、装置、电子设备及存储介质。第一方面,本公开实施例中提供了一种异常行为识别方法。具体的,所述异常行为识别方法,包括:获取预设历史时间段内的用户数据,所述用户数据包括用户行为数据和用户属性数据;根据所述用户数据确定所述用户的身份信息;根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为;其中,所述根据用户数据确定所述用户的身份信息,包括:将用户行为数据与相应的用户属性数据相关联;根据用户行为数据以及与其关联的用户属性数据的重复性确定所述用户的身份信息。结合第一方面,本公开在第一方面的第一种实现方式中,所述用户行为数据包括:预设时间段内用户行为数量、用户行为类型、用户行为发生时间、用户行为内容、用户行为所包括的服务数据、用户行为价格等数据中的一种或多种。结合第一方面,本公开在第一方面的第一种实现方式中,所述根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为,包括:根据所述用户的身份信息确定用户的身份数量;比较所述用户的身份数量与预设身份数量阈值;若所述用户的身份数量大于预设身份数量阈值,识别所述用户的行为为异常行为。结合第一方面和第一方面的第一种实现方式,本公开在第一方面的第二种实现方式中,所述方法还包括:计算与所述用户的身份相对应的健康度分值;当所述用户的行为识别为异常行为时,对所述用户的身份相对应的健康度分值进行惩罚修正。结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式,本公开在第一方面的第三种实现方式中,所述方法还包括:生成异常行为数据,其中,所述异常行为数据包括:异常行为发生时间、预设时间段内异常行为发生数量、异常行为类型、异常行为内容、异常行为主体、异常行为价格,身份健康度修正分值中的一种或多种。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式,本公开在第一方面的第四种实现方式中,所述方法还包括:根据所述异常行为数据执行预设操作。第二方面,本公开实施例中提供了一种异常行为识别装置。具体的,所述异常行为识别装置,包括:获取模块,被配置为获取预设历史时间段内的用户数据,所述用户数据包括用户行为数据和用户属性数据;确定模块,被配置为根据所述用户数据确定所述用户的身份信息;识别模块,被配置为根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为;所述确定模块包括:关联子模块,被配置为将用户行为数据与相应的用户属性数据相关联;第一确定子模块,被配置为根据用户行为数据以及与其关联的用户属性数据的重复性确定所述用户的身份信息。结合第二方面,本公开在第二方面的第一种实现方式中,所述用户行为数据包括:预设时间段内用户行为数量、用户行为类型、用户行为发生时间、用户行为内容、用户行为所包括的服务数据、用户行为价格等数据中的一种或多种。结合第二方面,本公开在第二方面的第一种实现方式中,所述识别模块包括:第二确定子模块,被配置为根据所述用户的身份信息确定用户的身份数量;比较子模块,被配置为比较所述用户的身份数量与预设身份数量阈值;识别子模块,被配置为若所述用户的身份数量大于预设身份数量阈值,识别所述用户的行为为异常行为。结合第二方面和第二方面的第一种实现方式,本公开在第二方面的第二种实现方式中,所述装置还包括:计算模块,被配置为计算与所述用户的身份相对应的健康度分值;修正模块,被配置为当所述用户的行为识别为异常行为时,对所述用户的身份相对应的健康度分值进行惩罚修正。结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式,本公开在第二方面的第三种实现方式中,所述装置还包括:生成模块,被配置为生成异常行为数据,其中,所述异常行为数据包括:异常行为发生时间、预设时间段内异常行为发生数量、异常行为类型、异常行为内容、异常行为主体、异常行为价格,身份健康度修正分值中的一种或多种。结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和第二方面的第三种实现方式,本公开在第二方面的第四种实现方式中,所述装置还包括:执行模块,被配置为根据所述异常行为数据执行预设操作。第三方面,本公开实施例提供了一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条支持异常行为识别装置执行上述第一方面中异常行为识别方法的计算机指令,所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述异常行为识别装置还可以包括通信接口,用于异常行为识别装置与其他设备或通信网络通信。第四方面,本公开实施例提供了一种计算机可读存储介质,用于存储异常行为识别装置所用的计算机指令,其包含用于执行上述第一方面中异常行为识别方法为异常行为识别装置所涉及的计算机指令。本公开实施例提供的技术方案可以包括以下有益效果:上述技术方案,通过基于用户行为数据和用户属性数据确定某一个多次下单的用户是否存在多重身份,进而判断该用户的行为是否属于异常行为,该判断可用作限制该用户后续行为的参考数据,因而该技术方案能够有效、并且能够从整体上降低各方舞弊的风险,减少优惠操作主体的经济损失。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。附图说明结合附图,通过以下非限制性实施方式的详细描述,本公开的其它特征、目的和优点将变得更加明显。在附图中:图1示出根据本公开一实施方式的异常行为识别方法的流程图;图2示出根据图1所示实施方式的步骤S102的流程图;图3示出根据图1所示实施方式的步骤S103的流程图;图4示出根据本公开另一实施方式的异常行为识别方法的惩罚步骤的流程图;图5示出根据本公开一实施方式的异常行为识别装置的结构框图;图6示出根据图5所示实施方式的确定模块502的结构框图;图7示出根据图5所示实施方式的识别模块503的结构框图;图8示出根据本公开一实施方式的异常行为识别装置的惩罚部分的结构框图;图9示出根据本公开一实施方式的电子设备的结构框图;图10是适于用来实现根据本公开一实施方式的异常行为识别方法的计算机系统的结构示意图。具体实施方式下文中,将参考附图详细描述本公开的示例性实施方式,以使本领域技术人员可容易地实现它们。此外,为了清楚起见,在附图中省略了与描述示例性实施方式无关的部分。在本公开中,应理解,诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部本文档来自技高网...
异常行为识别方法、装置、电子设备及存储介质

【技术保护点】
一种异常行为识别方法,其特征在于,所述方法包括:获取预设历史时间段内的用户数据,所述用户数据包括用户行为数据和用户属性数据;根据所述用户数据确定所述用户的身份信息;根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为;其中,所述根据用户数据确定所述用户的身份信息,包括:将用户行为数据与相应的用户属性数据相关联;根据用户行为数据以及与其关联的用户属性数据的重复性确定所述用户的身份信息。

【技术特征摘要】
1.一种异常行为识别方法,其特征在于,所述方法包括:获取预设历史时间段内的用户数据,所述用户数据包括用户行为数据和用户属性数据;根据所述用户数据确定所述用户的身份信息;根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为;其中,所述根据用户数据确定所述用户的身份信息,包括:将用户行为数据与相应的用户属性数据相关联;根据用户行为数据以及与其关联的用户属性数据的重复性确定所述用户的身份信息。2.根据权利要求1所述的方法,其特征在于,所述用户行为数据包括:预设时间段内用户行为数量、用户行为类型、用户行为发生时间、用户行为内容、用户行为所包括的服务数据、用户行为价格等数据中的一种或多种。3.根据权利要求1所述的方法,其特征在于,所述根据所述用户行为数据和用户的身份信息识别所述用户的行为是否为异常行为,包括:根据所述用户的身份信息确定用户的身份数量;比较所述用户的身份数量与预设身份数量阈值;若所述用户的身份数量大于预设身份数量阈值,识别所述用户的行为为异常行为。4.根据权利要求1-3任一项所述的方法,其特征在于,还包括:计算与所述用户的身份相对应的健康度分值;当所述用户的行为识别为异常行为时,对所述用户的身份相对应的健康度分值进行惩罚修正。5.根据权利要求1-3任一项所述的方法,其特征在于,还包括:生成异常行为数据,其中,所述异常行为数据包括:异常行为发生时间、...

【专利技术属性】
技术研发人员:王永会刘梦宇谭星徐龙飞魏尧
申请(专利权)人:北京小度信息科技有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1