【技术实现步骤摘要】
一种用户行为感知方法、装置、设备及介质
本专利技术实施例涉及数据处理领域，尤其涉及一种用户行为感知方法、装置、设备及介质。
技术介绍
在移动互联网的飞速发展的浪潮下，各电商平台为了吸引用户，往往通过大量的补贴培养用户使用习惯和增加用户粘性，但是，从另一方面看，也促进了一个黑灰产业的发展和成熟。为了使补贴更有效果，保障正常用户的体验，需要根据业务特点制定各种反作弊策略，防止黑灰产的刷量、盗号、骗补贴、薅羊毛等行为。反作弊策略主要分为事前风控、事中风控、事后风控三种方式。在整个业务生命周期内，越早的识别出风险并对黑灰用户进行拦截、处罚，对正常用户的影响越小，整体的用户体验也更好。在实现本专利技术的过程中，专利技术人发现现有技术中至少存在以下技术问题：现有的反作弊策略集中在事中风控和事后风控，根据用户的行为以该用户的历史特征数据，判定用户的属性，或判定用户此次交易是否为欺诈交易。此时，在对此用户进行处罚，将有可能造成用户投诉甚至存在一定法律风险。而且，有些时候已经造成的损失已经无法挽回。特别是对于新用户，由于新用户的历史信...
【技术保护点】
1.一种用户行为感知方法，其特征在于，包括：/n获取用户行为数据，所述用户行为数据用于表征用户所执行的行为；/n将所述用户行为数据与已构建的关系网络进行关联，确定与所述用户行为数据相关联的关联关系网络，所述关系网络包括至少一个用户；/n确定所述关联关系网络的网络风险数据，基于所述网络风险数据判断所述用户行为是否为风险行为，若所述用户行为为风险行为，则输出相应的风险提示信息，所述网络风险数据用于表征所述关联关系网络的网络风险程度。/n
【技术特征摘要】
1.一种用户行为感知方法，其特征在于，包括：
获取用户行为数据，所述用户行为数据用于表征用户所执行的行为；
将所述用户行为数据与已构建的关系网络进行关联，确定与所述用户行为数据相关联的关联关系网络，所述关系网络包括至少一个用户；
确定所述关联关系网络的网络风险数据，基于所述网络风险数据判断所述用户行为是否为风险行为，若所述用户行为为风险行为，则输出相应的风险提示信息，所述网络风险数据用于表征所述关联关系网络的网络风险程度。
2.根据权利要求1所述的方法，其特征在于，所述将所述用户行为数据与已构建的关系网络进行关联，确定与所述用户行为数据相关联的关联关系网络，包括：
从所述用户行为数据中提取出用户第一特征数据，所述第一特征数据包括预先设置的用于表征用户个人信息特征的特征数据；
针对每个已构建的关系网络，将所述用户第一特征数据与所述关系网络中各用户的第一特征数据进行匹配，若所述用户第一特征数据与所述关系网络中任一用户的第一特征数据匹配成功，则将所述关系网络作为所述关联关系网络。
3.根据权利要求2所述的方法，其特征在于，所述将所述用户行为数据与已构建的关系网络进行关联，确定与所述用户行为数据相关联的关联关系网络，还包括：
若所述用户第一特征数据与各所述关系网络中各用户的第一特征数据均匹配失败，则从所述用户行为数据中提取出用户第二特征数据，所述第二特征数据包括预先设置的用于表征用户设备特征和/或用户行为特征的特征数据；
计算所述用户第二特征数据与所述关系网络中各用户的第二特征数据的相似度，将所述相似度大于预先设置的相似度阈值的关系网络作为所述关联关系网络。
4.根据权利要求1所述的方法，其特征在于，所述确定所述关联关系网络的网络风险数据，包括：
根据所述关联关系网络中各用户的风险特征数据确定所述关联关系网络的网络风险数据，所述风险特征数据用于表征用户行为的风险参数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述关联关系网络中各用户的风险特征数据确定所述关联关系网络的网络风险数据，包括：
将所述关联关系网络中各用户的风险特征数据输入至训练完备的网络风险数据模型中，获得所述网络风险数据模型输出的网络风险数据。
6.根据权利要求1所述的方法，其特征在于，所述获取用户行为数据，包括：
获取用户操作数据；
根据所述用户操作数据的数据标识筛选出满足用户行为条件的候选用户行为数据；
对所述候选用户行为数据进行数据标准化处理，获得用户行为数据。
7.根据权利要求1所述的方法，其特征在于，在将所述用户行为数据与已构建的关系网络进...
【专利技术属性】
技术研发人员：刘宇，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
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。