用户行为异常检测方法、系统及终端设备技术方案

技术编号:33093020 阅读:51 留言:0更新日期:2022-04-16 23:22
本申请实施例公开了一种用户行为异常检测方法、系统及终端设备,支持有监督训练和无监督更新,既具有很高的序列异常预测准确性,又可以适应待测用户行为序列集中包含新增行为打点的子序列的异常预测场景。该方案有效解决了传统方法不能快速适应业务新增行为打点的需求,可以大大减少模型应用过程中人工重新标注的工作量,此外还有效降低了模型检测异常行为的误判率,可适用于未人工标注并且路径分支多的场景。支多的场景。支多的场景。

【技术实现步骤摘要】
用户行为异常检测方法、系统及终端设备


[0001]本申请涉及终端设备
,尤其涉及一种用户行为异常检测方法、系统及终端设备。

技术介绍

[0002]随着全球信息电子产业的快速发展,各式各样的智能手机、电商平台、应用软件层出不穷。如何准确评估用户在使用上述产品的真实感受,是提升产品质量和竞争力的关键之一。目前,通常采用的方案是在用户授权的前提下,采集用户在操作过程中的非隐私行为数据,并从大数据的维度分析用户操作行为序列中的异常问题。例如,用户在某电商平台浏览的很多,但购买行为相对很少,说明商品的价格或种类不能满足用户的需求。对于如何从用户行为大数据中挖掘出异常行为序列,业界已有的方案包括基于条件转移概率的隐马尔科夫模型、聚类模型、深度学习模型等。这些模型对样本的质量要求较高,并且很难适应当前版本迭代更新快速的业务场景。
[0003]如图1所示的是现有技术中一种常用的基于隐马尔科夫模型的异常检测方法,其构建基于隐马尔科夫模型的用户行为异常检测模型。该模型的状态集合对应于预先定义的用户行为模式类型,观测值集合即为用户原始的行为数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户行为异常检测方法,其特征在于,该方法包括以下步骤:基于用户行为序列集建立概率分布模型;基于所述用户行为序列集训练所述概率分布模型,得到初始的概率分布模型;基于所述初始的概率分布模型对待测用户行为序列集Seq
s
进行异常检测,对于所述待测用户行为序列集Seq
s
中包含新增行为打点的子序列采用无监督的方式进行更新。2.根据权利要求1所述的用户行为异常检测方法,其特征在于,所述基于所述用户行为序列集,训练所述概率分布模型,得到初始的概率分布模型的步骤中,所述概率分布模型具有后缀概率树的结构,该步骤包括:采用所述用户行为序列集中的正常行为序列对所述概率分布模型进行训练,得到初始的后缀概率树;对于所述待测用户行为序列中包含新增行为打点的子序列的情况,采用无监督的方式对所述初始的后缀概率树进行在线更新,得到更新的后缀概率树;其中,所述待测用户行为序列集Seq
s
={seq1,seq2,

,seq
n
},所述包含新增行为打点的子序列seq
i
={

newAct
p
,

,newAct
q
,

},newAct
p
表示新增行为打点。3.根据权利要求2所述的用户行为异常检测方法,其特征在于,所述基于所述初始的概率分布模型对待测用户行为序列集Seq
s
进行异常检测,对于所述待测用户行为序列集Seq
s
中包含新增行为打点的子序列采用无监督的方式进行更新的步骤,包括:检测所述待测用户行为序列集中每个行为act
p-1
的后缀;若行为act
p-1
的后缀为newAct
p
,则遍历所述后缀概率树中节点末位为act
p-1
的所有节点,在每个节点的后缀概率向量中添加newAct
p
的无监督后缀概率向量P(newAct
p
|[act
p-k
,

,act
p-1
]),最终获取更新的后缀概率树;若行为act
p-1
是新增行为打点newAct
p-1
,则从所述后缀概率树的根节点依次添加末位为newAct
p-1
的前缀节点及其无监督后缀概率向量[P(act

p
|[act
p-k
,

,newAct
p-1
]),P(act”p
|[act
p-k
,

,newAct
p-1
]),

],最终获得更新的后缀概率树。4.根据权利要求3所述的用户行为异常检测方法,其特征在于,在获取更新的后缀概率树之后,包括以下步骤:在所述更新的后缀概率树中遍历每个用户行为act
p
的前缀节点集合{[act
p-1
],

,[act
p-k
,

,act
p-1
]},分别得到包含所述用户行为的后缀概率向量V
m
=[

,P(act
p
|prefix
m
),

];其中,prefix
m
表示第m个后缀包含act
p
的前缀子序列;判断所述前缀子序列prefix
m
的后缀概率向量V
m
的类型;若所述前缀子序列prefix
m
的后缀概率向量V
m
为有监督概率向量,则判断P(act
p
|prefix
m
)与预设的第一阈值P
thresh
的大小关系;若小于,则输出子序列异常的结果...

【专利技术属性】
技术研发人员:韩冬
申请(专利权)人:华为终端有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1