行为识别方法及装置、电子设备、存储介质制造方法及图纸

本公开是关于一种行为识别方法及装置、电子设备、存储介质，涉及互联网技术领域，该方法包括：根据预设周期内的多个用户信息以及多条介质信息构建群组模型；实时获取新增用户信息以及新增介质信息，并通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型；通过所述实时群组模型对目标用户行为进行识别。本公开可以快速识别用户行为，及时预防风险。

Behavior Recognition Method and Device, Electronic Equipment and Storage Media

The present disclosure relates to a behavior recognition method and device, electronic equipment, storage medium, and relates to the field of Internet technology. The method includes: building a group model based on multiple user information and multiple media information in a preset period; acquiring new user information and new media information in real time, and describing the new user information and the new media information through the new user information and the new media information. The real-time group model is updated to generate the real-time group model, and the target user behavior is identified by the real-time group model. This disclosure can quickly identify user behavior and timely prevent risks.

【技术实现步骤摘要】
行为识别方法及装置、电子设备、存储介质
本公开涉及互联网
，具体而言，涉及一种行为识别方法、行为识别装置、电子设备以及计算机可读存储介质。
技术介绍
随着互联网技术的发展以及移动支付的广泛应用，容易产生黑产批量攻击，造成资产损失等金融风险。相关技术中，大多通过构建群组模型来识别用户是否存在群组欺诈的风险。具体地，可通过图模型(GraphModel)构建群组模型。例如基于设备信息、身份信息、电信信息等介质信息来构建图中的边，以此对多个账号进行关联。当连通图过大时，可以认为图中的用户存在群体欺诈的风险。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种行为识别方法及装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的不能及时识别用户行为的问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一个方面，提供一种行为识别方法，包括：根据预设周期内的多个用户信息以及多条介质信息构建群组模型；实时获取新增用户信息以及新增介质信息，并通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型；通过所述实时群组模型对目标用户行为进行识别。在本公开的一种示例性实施例中，根据预设周期内的多个用户信息以及多条介质信息构建群组模型包括：获取所述预设周期内所述多个用户信息与所述多条介质信息之间的关联关系；根据所述多个用户信息与所述多条介质信息之间的所述关联关系构建所述群组模型。在本公开的一种示例性实施例中，通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型包括：分别对所述新增用户信息以及所述新增介质信息进行关联计算，得到用户介质对；根据所述用户介质对得到增量关系对，并通过所述增量关系对生成所述实时群组模型。在本公开的一种示例性实施例中，分别对所述新增用户信息以及所述新增介质信息进行关联计算，得到用户介质对包括：将每个新增用户信息与所有介质信息进行关联，以确定每个新增用户信息关联的介质信息；将每个新增介质信息与所有用户信息进行关联，以确定每个新增介质信息关联的用户信息；根据每个新增用户信息关联的介质信息以及每个新增介质信息关联的用户信息得到所述用户介质对。在本公开的一种示例性实施例中，根据所述用户介质对得到增量关系对包括：采用并查集算法对所述用户介质对进行分析，以得到所述增量关系对。在本公开的一种示例性实施例中，在通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新之前，所述方法还包括：按照清洗规则对所述新增用户信息以及所述新增介质信息进行过滤，并将符合所述清洗规则的新增用户信息以及新增介质信息存储至缓存中。根据本公开的一个方面，提供一种行为识别装置，包括：模型构建模块，用于根据预设周期内的多个用户信息以及多条介质信息构建群组模型；模型更新模块，用于实时获取新增用户信息以及新增介质信息，并通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型；识别控制模块，用于通过所述实时群组模型对用户行为进行识别。在本公开的一种示例性实施例中，所述模型更新模块包括：介质对计算模块，用于分别对所述新增用户信息以及所述新增介质信息进行关联计算，得到用户介质对；实时模型生成模块，用于根据所述用户介质对得到增量关系对，并通过所述增量关系对生成所述实时群组模型。根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的行为识别方法。根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的行为识别方法。本公开示例性实施例中提供的一种行为识别方法、行为识别装置、电子设备以及计算机可读存储介质中，一方面，只通过新增用户信息以及新增介质信息对预设周期对应的群组模型进行实时更新，而不考虑失效的用户信息和介质信息，减少了更新群组模型时需要的信息量，减少了操作时间，提高了操作效率；另一方面，由于能够及时生成实时群组模型，因此可及时通过实时群组模型识别目标用户行为，进而及时预防和避免风险。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。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示意性示出本公开示例性实施例中一种行为识别方法示意图；图2示意性示出本公开示例性实施例中群组模型框架图；图3示意性示出本公开示例性实施例生成实时群组模型的流程图；图4示意性示出本公开示例性实施例计算实时群组模型的流程图；图5示意性示出本公开示例性实施例中一种行为识别装置的框图；图6示意性示出本公开示例性实施例中一种电子设备的框图；图7示意性示出本公开示例性实施例中一种程序产品。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。群组模型是建立在一定时间窗口T的关系模型，即：随着时间的推移，新的绑定关系加入到关系网络中，通过新增和合并构建出新的群组，旧的绑定关系从关系网络中失效，从而使得群组发生裂变。相关技术中，在通过图模型更新群组模型时，由于关系的新增和失效是同时且不间断发生的。因此在线上实时全量更新群组模型非常耗时，效率较低；另外，全量更新模型会导致行为识别不及时，不能及时预防风险。为了解决上述问题，本示例性实施例中提出了一种行为识别方法，可以应用于对用户行为进行识别，以确定用户行为是否为欺诈行为的各个识别场景中。接下来，参考图1所示，对本示例性实施例中的行为识别方法进行具体描述。在步骤S110中，根据预设周期内的多个用户信息以及多条介质信息构建群组模型。本示例性实施例中，预设周期本文档来自技高网...

【技术保护点】
1.一种行为识别方法，其特征在于，包括：根据预设周期内的多个用户信息以及多条介质信息构建群组模型；实时获取新增用户信息以及新增介质信息，并通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型；通过所述实时群组模型对目标用户行为进行识别。

【技术特征摘要】
1.一种行为识别方法，其特征在于，包括：根据预设周期内的多个用户信息以及多条介质信息构建群组模型；实时获取新增用户信息以及新增介质信息，并通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型；通过所述实时群组模型对目标用户行为进行识别。2.根据权利要求1所述的行为识别方法，其特征在于，根据预设周期内的多个用户信息以及多条介质信息构建群组模型包括：获取所述预设周期内的所述多个用户信息与所述多条介质信息之间的关联关系；根据所述多个用户信息与所述多条介质信息之间的所述关联关系构建所述群组模型。3.根据权利要求1所述的行为识别方法，其特征在于，通过所述新增用户信息以及所述新增介质信息对所述群组模型进行实时更新，生成实时群组模型包括：分别对所述新增用户信息以及所述新增介质信息进行关联计算，得到用户介质对；根据所述用户介质对得到增量关系对，并通过所述增量关系对生成所述实时群组模型。4.根据权利要求3所述的行为识别方法，其特征在于，分别对所述新增用户信息以及所述新增介质信息进行关联计算，得到用户介质对包括：将每个新增用户信息与所有介质信息进行关联，以确定每个新增用户信息关联的介质信息；将每个新增介质信息与所有用户信息进行关联，以确定每个新增介质信息关联的用户信息；根据每个新增用户信息关联的介质信息以及每个新增介质信息关联的用户信息得到所述用户介质对。5.根据权利要求3所述的行为识别方法，其特征在于，根据所述用户介...

【专利技术属性】
技术研发人员：陈一村，江曼，陈鹏程，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京,11