行为类型确定方法及装置制造方法及图纸

本公开是关于一种行为类型确定方法及装置。该方法包括：获取与客户端针对目标对象的行为相关联的行为信息；将行为信息输入决策树模型中进行处理，确定行为的类型，行为的类型包括正常行为及异常行为，其中，决策树模型通过第一样本和第二样本训练得到，第一样本包括与异常行为相关联的行为信息，第二样本包括与正常行为相关联的行为信息。根据本公开的实施例，能够获取与客户端针对目标对象的行为相关联的行为信息，将行为信息输入通过第一样本和第二样本训练得到的决策树模型中进行处理，确定行为的类型为正常行为或异常行为，从而较准确地确定行为的类型。

Method and device for determining behavior type

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。对于以上方法，在一种可能的实现方式中，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。对于以上方法，在一种可能的实现方式中，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。根据本公开实施例的第二方面，提供一种行为类型确定装置，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。对于上述装置，在一种可能的实现方式中，所述行为类型确定装置还包括：样本行为获取模块，用于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；类型标注模块，用于根据所述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；行为信息确定模块，用于将从所述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；样本确定模块，用于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。对于上述装置，在一种可能的实现方式中，所述行为类型确定装置还包括：模型训练模块，用于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；模型确定模块，用于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。对于上述装置，在一种可能的实现方式中，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。对于上述装置，在一种可能的实现方式中，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。根据本公开实施例的第三方面，提供一种行为类型确定装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述方法。根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行上述行为类型确定方法。本公开的实施例提供的技术方案可以包括以下有益效果：能够获取与客户端针对目标对象的行为相关联的行为信息，将行为信息输入通过第一样本和第二样本训练得到的决策树模型中进行处理，确定行为的类型为正常行为或异常行为，从而较准确地确定行为的类型。进一步地，根据本公开实施例的行为类型确定方法及装置，可以通过样本行为的参考特征，标注样本行为的类型。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，并确定第一样本和第二样本，以使根据该第一样本和第二样本训练得到的决策树模型能够较准确地确定行为类型。同时，最终确定的第一样本和第二样本的行为信息是根据从N个行为特征中去除M个参考特征后的N-M个行为特征所确定的，通过去除标注样本行为类型时所用到的参考特征，可以使得在训练过程中，决策树模型可以更好地学习行为信息中多个行为特征之间的组合规律，而非过多关注到参考特征，从而可以尽可能地减少训练得到的决策树模型过拟合到参考特征上的概率，进一步提高决策树模型的确定准确度。进一步地，根据本公开实施例的行为类型确定方法及装置，通过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，并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，可以训练得到用于较准确地确定行为类型的决策树模型。进一步地，根据本公开实施例的行为类型确定方法及装置，可以获取与客户端针对目标对象的行为相关联的多个维度的行为信息。进一步地，根据本公开实施例的行为类型确定方法及装置，可以丰富客户端针对目标对象的行为。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。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。图1是根据一示例性实施例示出的一种行为类型确定方法的流程图。图2是根据一示例性实施例示出的一种行为类型确定方法的流程图。图3是根据一示例性实施例示出的一种行为类型确定方法的流程图。图4是根据一示例性实施例示出的一种行为类型确定方法的应用场景的示意图。图5是根据一示例性实施例示出的一种行为类型确定装置的框图。图6是根据一示例性实施例示出的一种行为类型确定装置的框图。图7是根据一示例性实施例示出的一种行为类型确定装置的框图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。图1是根据一示例性实施例示出的一种行为类型确本文档来自技高网...

【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