一种异常渠道检测方法、装置、介质及设备制造方法及图纸

本发明专利技术涉及通信领域，尤其涉及一种异常渠道检测方法、装置、介质及设备。在本发明专利技术实施例中，可以按照应用场景对得到的渠道信息进行分类。针对每一应用场景下的渠道信息，选择至少一个指定渠道指标进行区间估计，确定每个指定渠道指标的区间上限和区间下限。并可以将至少一个指定渠道指标值不属于确定出的区间的渠道信息确定为异常渠道信息。根据本发明专利技术实施例提供的方案，不仅可以针对不同的应用场景，将渠道信息进行分类自动检测，有效提高异常渠道检测的准确性和快速性，还可以设置至少一个指定渠道指标来进行渠道信息异常判断，相对于仅针对一个指定渠道指标进行异常渠道检测，进一步提高了异常渠道检测的准确性和灵活性。

An abnormal channel detection method, device, medium and equipment

The invention relates to the field of communication, in particular to an abnormal channel detection method, device, medium and device. In the embodiment of the invention, the obtained channel information can be classified according to the application scenario. According to the channel information in each application scenario, at least one specified channel index is selected for interval estimation, and the upper limit and lower limit of each specified channel index are determined. At least one channel information whose specified channel index value does not belong to the determined interval can be determined as abnormal channel information. According to the scheme provided by the embodiment of the invention, not only the channel information can be classified and automatically detected according to different application scenarios, effectively improving the accuracy and rapidity of abnormal channel detection, but also at least one specified channel index can be set to judge the abnormal channel information, which is further improved compared with the abnormal channel detection for only one specified channel index The accuracy and flexibility of abnormal channel detection are achieved.

【技术实现步骤摘要】
一种异常渠道检测方法、装置、介质及设备
本专利技术涉及通信领域，尤其涉及一种异常渠道检测方法、装置、介质及设备。
技术介绍
随着移动终端日益广泛的应用，其上运行的各种应用软件(APP)日益繁多，各运营商业务种类也越来越多。为了提高自身应用软件的用户量，应用软件厂商经常会通过电子渠道(后文简称渠道)来推广自己的应用软件。而为了提高各种业务的用户量，各运营商也会通过渠道进行业务推广。各应用软件厂商和各运营商根据渠道带来的新增用户数量向渠道商支付相应的酬金。因此，渠道商制造虚假用户从而骗取费用的情况时有发生，这种提供虚假用户的渠道通常被认为是异常渠道。为了有效减少虚假用户的数量，需要将提供虚假用户的渠道检测出来。但由于渠道数量众多，从众多渠道中发现异常渠道非常耗费人力，且非常容易出错。
技术实现思路
本专利技术实施例提供一种异常渠道检测方法、装置、介质及设备，用于快速准确地进行异常渠道检测。一种异常渠道检测方法，所述方法包括：确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息，所述渠道信息包括用于标识渠道的渠道指标和渠道指标值信息；利用所述渠道信息，针对至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限；利用预先建立的渠道监控模型，将至少一个指定渠道指标值，高于该指定渠道指标区间上限，或低于该指定渠道指标区间下限的渠道信息确定为异常渠道信息，否则确定为正常渠道信息。一种异常渠道检测装置，所述装置包括：分类模块，用于确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息，所述渠道信息包括用于标识渠道的渠道指标和渠道指标值信息；估计模块，用于利用分类模块得到的所述渠道信息，针对至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限；检测模块，用于利用预先建立的渠道监控模型，将至少一个指定渠道指标值，高于估计模块确定出的该指定渠道指标区间上限，或低于估计模块确定出的该指定渠道指标区间下限的渠道信息确定为异常渠道信息，否则确定为正常渠道信息。一种非易失性计算机存储介质，所述计算机存储介质存储有可执行程序，该可执行程序被处理器执行实现上述异常渠道检测方法的步骤。一种异常渠道检测设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述程序时实现上述异常渠道检测方法的步骤。在本专利技术实施例中，可以按照应用场景对得到的渠道信息进行分类。针对每一应用场景下的渠道信息，选择至少一个指定渠道指标进行区间估计，确定每个指定渠道指标的区间上限和区间下限。并可以将至少一个指定渠道指标值不属于确定出的区间的渠道信息确定为异常渠道信息。根据本专利技术实施例提供的方案，不仅可以针对不同的应用场景，将渠道信息进行分类自动检测，有效提高异常渠道检测的准确性和快速性，还可以设置至少一个指定渠道指标来进行渠道信息异常判断，相对于仅针对一个指定渠道指标进行异常渠道检测，进一步提高了异常渠道检测的准确性和灵活性。附图说明图1为本专利技术实施例提供的异常渠道检测方法的流程示意图；图2为本专利技术实施例一提供的异常渠道检测方法的步骤流程图；图3为本专利技术实施例三提供的异常渠道检测装置的结构示意图；图4为本专利技术实施例五提供的异常渠道检测设备的结构示意图。具体实施方式根据渠道办理应用场景复杂，不同应用场景下，业务办理量相差较大，根据单一应用场景来进行异常渠道检测会导致准确性较低的特点，本专利技术实施例提供一种基于应用场景的异常渠道检测方法，将渠道信息按照应用场景进行分类，并针对分类后得到的渠道信息进行异常渠道检测，所述渠道信息包括用于标识渠道的渠道指标和渠道指标值信息。如图1所示，较优的，可以按照渠道信息中的时间指标(如，办理日期)对渠道信息进行分类，得到属于第一应用场景，如工作日应用场景中的渠道信息，或者，属于第二应用场景，如非工作日应用场景中的渠道信息这两类渠道信息。针对得到的每一应用场景下的渠道信息，可以基于该应用场景和针对该应用场景选择的指定渠道指标进行区间估计，将区间估计结果输入给预先建立的渠道监控模型。渠道监控模型可以确定出正常渠道信息和异常渠道信息，对异常渠道信息，可以进行标记并输出，对正常渠道信息，可以继续用于区间估计，进一步提高区间估计的准确性，从而进一步提高异常渠道检测的准确性。下面结合说明书附图对本专利技术实施例作进一步详细描述。实施例一、如图2所示，为本专利技术实施例一提供的异常渠道检测方法流程图，该方法包括以下步骤：步骤101、对渠道信息进行分类。为了提高异常渠道检测的准确性，本实施例中，考虑将渠道信息按照应用场景进行分类，并针对属于同一个应用场景中的渠道信息，进行异常渠道检测。在本步骤中，可以确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息。较优的，根据工作日和节假日业务办理量相差较大的特点，在本实施例中，可以根据渠道信息中的时间指标，得到属于第一应用场景，如工作日应用场景中的渠道信息，或者，得到属于第二应用场景，如非工作日应用场景中的渠道信息。当然，本实施例不限于按照时间指标进行应用场景分类，还可以按照其他渠道指标进行应用场景分类，例如，根据各个区域业务办理量相差较大的特点，根据渠道信息中的区域指标，得到属于各个区域应用场景中的渠道信息。具体的，渠道信息中的渠道指标可以但不限于如表1所示。统计月份、办理日期、地市等都可以理解为渠道信息中的一个渠道指标。统计月份的具体数值，如，六月，可以理解为统计月份的渠道指标值。办理人数的具体数值，如，100，可以理解为办理人数的渠道指标值。酬金数量的具体数值，如，1500，可以理解为酬金数量的渠道指标值。用于对渠道信息进行分类的时间指标，可以理解为表1中的办理日期。用于对渠道信息进行分类的区域指标，可以理解为表1中的地市。表1序号列名中文名称1statis_month统计月份2oper_date办理日期3area地市4district区县5channel_id渠道代码6channel_name渠道名称7channel_level渠道星级8channel_region渠道归属9oper_id操作编号10oper_type操作类型11oper_num办理人数12fee酬金数量步骤102、对指定渠道指标进行区间估计。在本步骤中，可以针对属于同一个应用场景本文档来自技高网...

【技术保护点】
1.一种异常渠道检测方法，其特征在于，所述方法包括：/n确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息，所述渠道信息包括用于标识渠道的渠道指标和渠道指标值信息；/n利用所述渠道信息，针对至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限；/n利用预先建立的渠道监控模型，将至少一个指定渠道指标值，高于该指定渠道指标区间上限，或低于该指定渠道指标区间下限的渠道信息确定为异常渠道信息，否则确定为正常渠道信息。/n

【技术特征摘要】
1.一种异常渠道检测方法，其特征在于，所述方法包括：
确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息，所述渠道信息包括用于标识渠道的渠道指标和渠道指标值信息；
利用所述渠道信息，针对至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限；
利用预先建立的渠道监控模型，将至少一个指定渠道指标值，高于该指定渠道指标区间上限，或低于该指定渠道指标区间下限的渠道信息确定为异常渠道信息，否则确定为正常渠道信息。


2.如权利要求1所述的方法，其特征在于，所述至少一个指定渠道指标包括业务办理量和酬金数量；
利用预先建立的渠道监控模型，将至少一个指定渠道指标值高于该指定渠道指标区间上限，或低于该指定渠道指标区间下限的渠道信息确定为异常渠道信息，否则确定为正常渠道信息，具体包括：
利用预先建立的渠道监控模型，将业务办理量值高于业务办理量区间上限或低于业务办理量区间下限，和/或者，酬金数量值高于酬金数量区间上限或低于酬金数量区间下限的所述渠道信息确定为异常渠道信息，否则确定为正常渠道信息。


3.如权利要求1所述的方法，其特征在于，确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息，具体包括：
根据渠道信息中的时间指标，得到属于第一应用场景中的渠道信息，或者，得到属于第二应用场景中的渠道信息。


4.如权利要求1所述的方法，其特征在于，确定按照应用场景进行分类后，得到的属于同一个应用场景的渠道信息之前，所述方法还包括：
对渠道信息进行检测，将检测出的无效的渠道指标值去除。


5.如权利要求1所述的方法，其特征在于，所述方法还包括：
利用确定出的正常渠道信息，针对所述至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限。


6.如权利要求1～5任一所述的方法，其特征在于，利用所述渠道信息，针对至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限，具体包括：
按照至少两个渠道指标组合后进行分组，得到至少两组渠道指标组合；
针对一个指定渠道指标，确定利用每组渠道指标组合统计出的该指定渠道指标的区间上限和区间下限；
将统计出的一个指定渠道指标的区间上限最小值，确定为该指定渠道指标的区间上限，将统计出的该指定渠道指标的区间下限最大值，确定为该指定渠道指标的区间下限。


7.如权利要求6所述的方法，其特征在于，利用所述渠道信息，针对至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限，具体包括：
利用所述渠道信息，通过自适应的遗传算法获得区间估计样本；
根据获得的区间估计样本，分别针对所述至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限。


8.如权利要求7所述的方法，其特征在于，根据获得的区间估计样本，分别针对所述至少一个指定渠道指标进行区间估计，确定该指定渠道指标的区间上限和区间下限，具体包括：
设置设定的置信度的置信区间，确定每个指定渠道指标的区间上限和区间下限。

【专利技术属性】
技术研发人员：张悦，高阳，
申请(专利权)人：中移苏州软件技术有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：江苏;32