The present disclosure relates to a method and device for determining the type of behavior. The method includes: acquiring the behavior information associated with the client's behavior toward the target object; input the behavior information into the decision tree model to process and determine the type of behavior. The behavior type includes normal behavior and abnormal behavior. The decision tree model is trained by the first and second samples. The sample includes behavior information associated with abnormal behavior, and the second sample includes behavior information associated with normal behavior. According to an embodiment of the present disclosure, the behavior information associated with the client's behavior for the target object can be acquired, and the behavior information can be input into the decision tree model trained by the first and second samples for processing, and the type of the behavior can be determined as normal or abnormal behavior, thereby determining the behavior more accurately. Type.
【技术实现步骤摘要】
行为类型确定方法及装置
本公开涉及计算机
,尤其涉及一种行为类型确定方法及装置。
技术介绍
随着互联网技术的快速发展,应运而生了很多服务平台,例如,互联网广告DSP(Demand-SidePlatform)平台、各类投票平台等。因服务平台提供的目标对象(例如,DSP广告、投票等)多与利益相关,不可避免地会存在针对目标对象的各类异常行为,例如,刷广告流量等行为。相关技术中,缺少准确确定异常行为的方法。
技术实现思路
为克服相关技术中存在的问题,本公开提供一种行为类型确定方法及装置。根据本公开实施例的第一方面,提供一种行为类型确定方法,所述方法包括:获取与客户端针对目标对象的行为相关联的行为信息;将所述行为信息输入决策树模型中进行处理,确定所述行为的类型,其中,所述行为的类型包括正常行为及异常行为,其中,所述决策树模型通过第一样本和第二样本训练得到,所述第一样本包括与异常行为相关联的行为信息,所述第二样本包括与正常行为相关联的行为信息。对于以上方法,在一种可能的实现方式中,所述行为类型确定方法还包括:获取与多个客户端针对参考对象的多个样本行为,其中,每个样本行为包括N个行为特征,N>1;根据所述N个行为特征中的M个参考特征,标注所述样本行为的类型,所述样本行为的类型包括正常行为及异常行为,1≤M<N;将从所述N个行为特征中去除所述M个参考特征后的N-M个行为特征确定为所述样本行为的行为信息;将类型为异常行为的样本行为确定为所述第一样本,且将类型为正常行为的样本行为确定为所述第二样本。对于以上方法,在一种可能的实现方式中,所述行为类 ...
【技术保护点】
1.一种行为类型确定方法,其特征在于,所述方法包括:获取与客户端针对目标对象的行为相关联的行为信息;将所述行为信息输入决策树模型中进行处理,确定所述行为的类型,其中,所述行为的类型包括正常行为及异常行为,其中,所述决策树模型通过第一样本和第二样本训练得到,所述第一样本包括与异常行为相关联的行为信息,所述第二样本包括与正常行为相关联的行为信息。
【技术特征摘要】
1.一种行为类型确定方法,其特征在于,所述方法包括:获取与客户端针对目标对象的行为相关联的行为信息;将所述行为信息输入决策树模型中进行处理,确定所述行为的类型,其中,所述行为的类型包括正常行为及异常行为,其中,所述决策树模型通过第一样本和第二样本训练得到,所述第一样本包括与异常行为相关联的行为信息,所述第二样本包括与正常行为相关联的行为信息。2.根据权利要求1所述的方法,其特征在于,所述行为类型确定方法还包括:获取与多个客户端针对参考对象的多个样本行为,其中,每个样本行为包括N个行为特征,N>1;根据所述N个行为特征中的M个参考特征,标注所述样本行为的类型,所述样本行为的类型包括正常行为及异常行为,1≤M<N;将从所述N个行为特征中去除所述M个参考特征后的N-M个行为特征确定为所述样本行为的行为信息;将类型为异常行为的样本行为确定为所述第一样本,且将类型为正常行为的样本行为确定为所述第二样本。3.根据权利要求1所述的方法,其特征在于,所述行为类型确定方法还包括:将所述第一样本和所述第二样本输入到决策树模型中进行训练;当确定所述行为的类型的准确率收敛并且达到阈值后,将当前决策树模型确定为最终的决策树模型。4.根据权利要求1所述的方法,其特征在于,所述行为信息包括所述行为发生的时间信息、所述行为发生的地理信息、发起所述行为的终端设备的参数信息、发起所述行为的用户信息、所述行为对应目标对象的历史数据信息中的至少一种。5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述目标对象包括广告或投票对象,所述行为包括点击、曝光、下载以及激活中的至少一种。6.一种行为类型确定装置,其特征在于,所述装置包括:信息获取模块,用于获取与客户端针对目标对象的行为相关联的行为信息;类型确定模块,用于将所述行为信息输入决策树模型中进行处理,确定所述行为的类型,其中,所述行为的类型包括正常行...
【专利技术属性】
技术研发人员:吴宏刚,
申请(专利权)人:北京小米移动软件有限公司,
类型:发明
国别省市:北京,11
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。