套利用户识别方法、装置、电子设备及介质制造方法及图纸

本申请提供了一种套利用户识别方法、装置、电子设备及介质，应用于计算机技术领域，其中该方法包括：通过基于预识别出的套利用户确定目标社群中各个用户的标签，基于预定的目标概率密度函数及社群中各个用户的特征变量确定社群中各个用户的概率密度值，基于社群中的套利用户的概率密度值以及社群中的其他用户的概率密度值，确定社群中的其他用户是否为套利用户。即本申请基于概率密度函数进行社群中套利用户的识别，提升套利团伙发现效率，解决了现有的“套利规则+套利名单”无法应对团伙作案、识别团伙套利的问题。

【技术实现步骤摘要】
套利用户识别方法、装置、电子设备及介质
本申请涉及计算机
，具体而言，本申请涉及一种套利用户识别方法、装置、电子设备及介质。
技术介绍
套利行为通常伴随营销活动，浪费营销活动资金。传统情况下，当营销活动被套利用户大规模薅羊毛后，开展营销活动的人员，才能通过结果追查原因。目前，主要是通过“名单+规则”的方式进行套利的防范，即通过分析套利行为模式，发现规则，用在未来的营销活动中；对于被发现的套利用户，将其纳入套利名单，用于控制套利用户参与后续营销活动。然而，随着营销套利活动呈现团伙作案的趋势，营销费用被套利客户快速吸干，营销活动达不到预期效果，营销资金被浪费的情况时有发生，如何发现套利团伙，成为亟待解决的问题。
技术实现思路
本申请提供了一种套利用户识别方法、装置、电子设备及介质，用于有效识别出群体中的套利用户。本申请采用的技术方案如下：第一方面，提供了一种套利用户识别方法，包括：基于预识别出的套利用户确定目标社群中各个用户的标签；基于预定的目标概率密度函数及社群中各个用户的特征变量确定社群中各个用户的概率本文档来自技高网...

【技术保护点】
1.一种套利用户识别方法，其特征在于，包括：/n基于预识别出的套利用户确定目标社群中各个用户的标签；/n基于预定的目标概率密度函数及社群中各个用户的特征变量确定社群中各个用户的概率密度值；/n基于社群中的套利用户的概率密度值以及社群中的其他用户的概率密度值，确定社群中的其他用户是否为套利用户。/n

【技术特征摘要】
1.一种套利用户识别方法，其特征在于，包括：
基于预识别出的套利用户确定目标社群中各个用户的标签；
基于预定的目标概率密度函数及社群中各个用户的特征变量确定社群中各个用户的概率密度值；
基于社群中的套利用户的概率密度值以及社群中的其他用户的概率密度值，确定社群中的其他用户是否为套利用户。


2.根据权利要求1所述的方法，其特征在于，所述基于社群中的套利用户的概率密度值以及社群中的其他用户的概率密度值，确定社群中的其他用户是否为套利用户，包括：
基于社群中的套利用户的概率密度值确定最小概率密度值与最大概率密度值；
如果任一其他用户的概率密度值在最小概率密度值与最大概率密度值区间内，则将所述任一其他用户确定为套利用户。


3.根据权利要求1所述的方法，其特征在于，所述预定的目标概率密度函数的确定过程包括：
确定目标用户集中各个用户的目标特征变量；
基于确定的所述目标用户集中各个用户的目标特征变量进行均值估计、方差估计；
基于均值估计、方差估计结果确定目标概率密度函数。


4.根据权利要求3所述的方法，其特征在于，所述目标概率密度函数为联合概率密度函数，所述目标特征变量包括多个特征变量，该方法还包括：
确定其中一个特征变量的概率密度函数步骤，用于针对目标用户集中各个用户目标特征变量中的其中一个特征变量进行均值估计、方差估计，并基于均值估计、方差估计结果确定针对所述其中一个特征变量的概率密度密度函数；
重复执行所述确定其中一个特征变量的概率密度函数步骤，得到各个特征变量对应的概率密度函数；
基于确定的各个特征变量对应的概率密度函数确定目标概率密度函数。


5.根据权利要求4所述的方法，其特征在于，所述基于确定的各个特征变量对应的概率密度函数确定目标概率密度函数，包括：
对所述确定的各个特征变量对应的概率密度函数进行乘积得到目标概率密度函数。


6.根据权利要求3所述的方法，其特征在于，所述基于确定的所述目标用户集中各个用户的目标特征变量进行均值估计、方差估计，之前包括：
基于目标用户集中各个用户的目标特征变量的分布情况判断是否符合正态分布；
如果所述分布情况不符合正态分布，则对目标用户集中各个用户的目标特征变量进行数学转换使其分布情况符合正态分布。


7.根据权利要求3所述的方法，其特征在于，目标特征变量确定过程包括：
确定用户的多个候选特征变量；
确定两两候选特征变量...

【专利技术属性】
技术研发人员：陈东伟，陈桂花，黄晋福，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：北京;11