识别用户行为的事件时序数据处理方法、装置及系统制造方法及图纸

本申请提供一种识别用户行为的事件时序数据处理方法、装置及系统。所述方法包括：获取用户在预设时间段内的事件操作数据，将其转换成符合构建的隐马尔科夫识别模型输入数据格式的用户事件时序数据；将用户事件时序数据输入构建的不同标签类别的隐马尔科夫识别模型中进行计算得到所述用户事件时序数据在不同标签类别的隐马尔科夫识别模型中的概率值数据；选取所述概率值数据符合行为筛选条件的隐马尔科夫识别模型所对应的标签类别作为识别出的用户行为所属的行为类别。利用本申请中各个实施例，可以基于时间序列的用户行为数据来判断识别出用户的行为，提高用户操作行为识别结果的准确性和可靠性，提高用户风险操作行为的识别和防控效果。

【技术实现步骤摘要】
识别用户行为的事件时序数据处理方法、装置及系统
本申请属于信息数据分类识别处理
，尤其涉及一种识别用户行为的事件时序数据处理方法、装置及系统。
技术介绍
随着互联网信息技术的发展，互联网金融的兴起为人们的生活带来了传统银行无法相比的好处与便利。不同于传统银行业的物理卡片，互联网金融通常只需要简单的注册与实名认证便可以进行转账、线上与线下消费。以互联网为依托的金融体系虽然极大的方便了会员的生活，但随之而来的难题是对会员资金安全的保障与金融风险防控难度的加大。金融行业的特殊性对风控体系提出了更高的要求，因此如何保证正常会员操作行为不被打扰并且精准识别会员账户被盗风险成为一个重大问题。针对这一问题，现如今的解决方案是采用数据挖掘与机器学习方案，对用户历史数据构建模型，并配合强制的规则与策略对用户的操作进行实时监控。若模型或规则策略判定用户的某个操作行为存在风险，则输出相应的处罚，如禁止登陆、关闭余额支付功能、冻结账户等。目前对用户操作行为的识别判断方式通常常用基于单点操作时间的建模方案，具体的例如可以包括：1)设计风控业务场景模型所需变量，并使用历史用户数据进行变量清洗与集成；2)使本文档来自技高网...

【技术保护点】
一种识别用户行为的事件时序数据处理方法，其特征在于，所述方法包括：获取用户在预设时间段内的事件操作数据，根据所述事件操作数据的产生时间顺序，将所述事件操作数据转换成符合构建的隐马尔科夫识别模型输入数据格式的用户事件时序数据；将所述用户事件时序数据输入构建的不同标签类别的隐马尔科夫识别模型中进行计算，分别得到所述用户事件时序数据在所述不同标签类别的隐马尔科夫识别模型中的概率值数据；选取所述概率值数据符合行为筛选条件的隐马尔科夫识别模型所对应的标签类别作为识别出的用户行为所属的行为类别。

【技术特征摘要】
1.一种识别用户行为的事件时序数据处理方法，其特征在于，所述方法包括：获取用户在预设时间段内的事件操作数据，根据所述事件操作数据的产生时间顺序，将所述事件操作数据转换成符合构建的隐马尔科夫识别模型输入数据格式的用户事件时序数据；将所述用户事件时序数据输入构建的不同标签类别的隐马尔科夫识别模型中进行计算，分别得到所述用户事件时序数据在所述不同标签类别的隐马尔科夫识别模型中的概率值数据；选取所述概率值数据符合行为筛选条件的隐马尔科夫识别模型所对应的标签类别作为识别出的用户行为所属的行为类别。2.如权利要求1所述的一种识别用户行为的事件时序数据处理方法，其特征在于，所述隐马尔科夫识别模型采用下述方式构建得到：获取用户操作数据，根据设定业务场景的业务逻辑对所述用户操作数据进行时序组合，生成时序训练数据；为所述业务场景定义不同的标签类别，将所述时序训练数据设置为其所属的标签类别；确定隐马尔科夫训练模型中的隐藏状态序列集合、观察状态序列集合和初始概率分布；对所述每一标签类别的时序训练数据分别进行隐马尔科夫训练模型的训练，求解出每一标签类别的隐马尔科夫训练模型中隐藏状态序列间的转移概率矩阵和隐藏状态序列到观察状态序列的输出概率矩阵，构建出相应标签类别的隐马尔科夫识别模型。3.如权利要求2所述的一种识别用户行为的事件时序数据处理方法，其特征在于，所述用户操作数据包括提取的历史用户操作数据。4.如权利要求2所述的一种识别用户行为的事件时序数据处理方法，其特征在于，所述用户操作数据包括基于业务场景预先自定义设置的预测训练数据。5.如权利要求1至4中任意一项所述的一种识别用户行为的事件时序数据处理方法，其特征在于，所述的标签类别为设置的用户在预设时间段内执行的一系列事件操作所属的风险类别。6.如权利要求1至4中任意一项所述的一种识别用户行为的事件时序数据处理方法，其特征在于，所述行为筛选条件被设置成采用包括下述中的至少一种选取方式：选取数值最大的概率值；选取数值大于设置的最小阈值的概率值；概率值排序后，选取前N个概率值，N≥1；概率值排序后，选取排序靠前百分比之内的概率值。7.一种识别用户行为的事件时序数据处理装置，其特征在于，所述装置包括：事件时序处理模块，用于获取用户在预设时间段内的事件操作数据，根据所述事件操作数据的产生时间顺序，将所述事件操作数据转换成符合构建的隐马尔科夫识别模型输入数据格式的用户事件时序数据；模型计算模块，用于将所述用户事件时序数据输入构建的不同标签类别的隐马尔科夫识别模型中进行计算，分别得到所述用户事件时序数据在所述不同标签类别的隐马尔科夫识别模型中的概率值数据；行为识别处理模块，用于选取所述概率值数据符合行为筛选条件的隐马尔科夫识别模型所对应的标签类别作为识别出的用户行为所属的行为类别。8.如权利要求7所述的一种识别用户行为的事件时序数据处理装置，其特征在于，所述模型计算模块中构建的隐马尔科夫识别模型采用下述方式构建得到：...

【专利技术属性】
技术研发人员：孔昭阳，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY