本说明书实施例提供了一种用户行为模式的区分方法和装置，该方法包括：行为序列集合确定单元获取多个用户行为序列对应的多个序列表征向量；行为序列集合确定单元构建序列关系图，其中的单个节点对应于单个用户行为序列，并且具有连接边的两个节点满足，该两个节点对应的两个用户行为序列之间的共同子序列满足第一条件，以及该两个用户行为序列对应的两个序列向量之间的相似度超过设定阈值；行为序列集合确定单元基于序列关系图，进行图聚类运算，获取若干节点类簇；根据若干节点类簇，确定对应的若干用户行为序列集合，其中，用户行为序列集合用于确定用户的行为模式。为序列集合用于确定用户的行为模式。为序列集合用于确定用户的行为模式。
【技术实现步骤摘要】
一种用户行为模式的区分方法和装置
[0001]本说明书一个或多个实施例涉及数据挖掘和图形计算领域，尤其涉及一种用户行为模式的区分方法和装置。
技术介绍
[0002]在很多行业中存在着风险控制的问题，例如电子支付和交易平台中，运营人员经常需要根据用户的行为链路，分析其中是否存在非法运作特别是非法交易的风险。传统的，运营人员需要通过人工分析大量的非法运作事件，才能从中总结出一定的非法运作规律，尤其是非法运作中存在的用户行为模式，其风险判断效率非常低。
[0003]因此，为了提升运营人员的风险判断效率，需要一种新的用户行为模式的区分方法。
技术实现思路
[0004]本说明书中的实施例旨在提供一种新的用户行为模式的区分方法、以及确认方法，通过该方法可以根据大量用户行为构成的行为序列，自动获取用户行为的模式，从而大大减少用户行为模式识别中人工分析的工作量，解决现有技术中的不足。
[0005]根据第一方面,提供了一种用户行为模式的区分方法，包括：
[0006]获取多个用户行为序列对应的多个序列表征向量；
[0007]构建序列关系图，其中的单个节点对应于单个用户行为序列，并且具有连接边的两个节点满足，该两个节点对应的两个用户行为序列之间的共同子序列满足第一条件，以及该两个用户行为序列对应的两个序列表征向量之间的相似度超过设定阈值；
[0008]基于所述序列关系图，进行图聚类运算，获取若干节点类簇；根据所述若干节点类簇，确定对应的若干用户行为序列集合，其中，所述用户行为序列集合用于确定用户的行为模式。
[0009]在一种可能的实施方式中，获取多个用户行为序列对应的多个序列表征向量，包括：
[0010]获取多个用户行为序列，其中，每个用户行为序列包括针对目标业务的、依次的多个用户业务行为；
[0011]根据所述多个用户行为序列，确定对应的多个序列表征向量。
[0012]在一种可能的实施方式中，根据所述多个用户行为序列，确定对应的多个序列表征向量，包括：
[0013]以各用户行为序列包括的用户业务行为作为词汇，基于词嵌入算法，确定所述用户业务行为对应的行为表征向量；
[0014]根据所述行为表征向量，确定各用户行为序列对应的序列表征向量。
[0015]在一种可能的实施方式中，根据所述行为表征向量，确定各用户行为序列对应的序列表征向量，包括：
[0016]对于各用户行为序列包括的用户业务行为的行为表征向量进行加权平均，得到各初始序列表征向量；
[0017]对于由各初始序列表征向量构成的序列表征向量矩阵，计算其主成分,再从每个初始序列表征向量中减去该向量在所述主成分上的投影，得到各用户行为序列对应的序列表征向量。
[0018]在一种可能的实施方式中，所述第一条件为所述公共子序列的长度大于2，所述设定阈值为0.2。
[0019]在一种可能的实施方式中，基于序列关系图，进行图聚类运算，获取若干节点类簇，包括：
[0020]根据序列关系图，确定其对应的第一节点特征矩阵；
[0021]通过预先设定的图卷积矩阵，对所述第一节点特征矩阵进行低频滤波卷积操作，获取第二节点特征矩阵；
[0022]基于第二节点特征矩阵，进行聚类运算，获取若干节点类簇。
[0023]在一种可能的实施方式中，所述相似度为余弦相似度。
[0024]在一种可能的实施方式中，所述方法还包括：
[0025]根据所述若干用户行为序列集合，确定对应的若干用户行为模式。
[0026]根据第二方面，提供一种用户行为模式的确定方法，包括：
[0027]获取待测用户行为序列，所述待测用户行为序列包括依次的多个用户业务行为；
[0028]根据通过权利要求1所述的方法获取的用户行为序列集合，确定所述待测用户行为序列是否匹配于，所述用户行为序列集合对应的用户行为模式。
[0029]根据第三方面，提供一种用户行为模式的区分装置，包括：
[0030]序列表征获取单元，配置为，获取多个用户行为序列对应的多个序列表征向量；
[0031]序列关系图构建单元，配置为，构建序列关系图，其中的单个节点对应于单个用户行为序列，并且具有连接边的两个节点满足，该两个节点对应的两个用户行为序列之间的共同子序列满足第一条件，以及该两个用户行为序列对应的两个序列表征向量之间的相似度超过设定阈值；
[0032]行为序列集合确定单元，配置为，基于所述序列关系图，进行图聚类运算，获取若干节点类簇；根据所述若干节点类簇，确定对应的若干用户行为序列集合，其中，所述用户行为序列集合用于确定用户的行为模式。
[0033]在一种可能的实施方式中，序列表征获取单元，进一步配置为：
[0034]获取多个用户行为序列，其中，每个用户行为序列包括针对目标业务的、依次的多个用户业务行为；
[0035]根据所述多个用户行为序列，确定对应的多个序列表征向量。
[0036]在一种可能的实施方式中，序列表征获取单元，进一步配置为：
[0037]以各用户行为序列包括的用户业务行为作为词汇，基于词嵌入算法，确定所述用户业务行为对应的行为表征向量；
[0038]根据所述行为表征向量，确定各用户行为序列对应的序列表征向量。
[0039]在一种可能的实施方式中，序列表征获取单元，进一步配置为：
[0040]对于各用户行为序列包括的用户业务行为的行为表征向量进行加权平均，得到各
初始序列表征向量；
[0041]对于由各初始序列表征向量构成的序列表征向量矩阵，计算其主成分,再从每个初始序列表征向量中减去该向量在所述主成分上的投影，得到各用户行为序列对应的序列表征向量。
[0042]在一种可能的实施方式中，所述第一条件为所述公共子序列的长度大于2，所述设定阈值为0.2。
[0043]在一种可能的实施方式中，行为序列集合确定单元，进一步配置为：
[0044]根据序列关系图，确定其对应的第一节点特征矩阵；
[0045]通过预先设定的图卷积矩阵，对所述节点特征矩阵进行低频滤波卷积操作，获取第二节点特征矩阵；
[0046]基于第二节点特征矩阵，进行聚类运算，获取若干节点类簇。
[0047]在一种可能的实施方式中，所述相似度为余弦相似度。
[0048]在一种可能的实施方式中，所述装置还可以包括：
[0049]用户行为模式获取单元，配置为，根据所述若干用户行为序列集合，确定对应的若干用户行为模式。
[0050]根据第四方面，提供一种用户行为模式的确定装置，包括：
[0051]用户行为序列获取单元，配置为，获取待测用户行为序列，所述待测用户行为序列包括依次的多个用户业务行为；
[0052]用户行为模式匹配单元，配置为，根据通过权利要求1所述的方法获取的用户行为序列集合，确定所述待测用户行为序列是否匹配于，所述用户行为本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户行为模式的区分方法，包括：获取多个用户行为序列对应的多个序列表征向量；构建序列关系图，其中的单个节点对应于单个用户行为序列，并且具有连接边的两个节点满足，该两个节点对应的两个用户行为序列之间的共同子序列满足第一条件，以及该两个用户行为序列对应的两个序列表征向量之间的相似度超过设定阈值；基于所述序列关系图，进行图聚类运算，获取若干节点类簇；根据所述若干节点类簇，确定对应的若干用户行为序列集合，其中，所述用户行为序列集合用于确定用户的行为模式。2.根据权利要求1所述的方法，其中，获取多个用户行为序列对应的多个序列表征向量，包括：获取多个用户行为序列，其中，每个用户行为序列包括针对目标业务的、依次的多个用户业务行为；根据所述多个用户行为序列，确定对应的多个序列表征向量。3.根据权利要求2所述的方法，其中，根据所述多个用户行为序列，确定对应的多个序列表征向量，包括：以各用户行为序列包括的用户业务行为作为词汇，基于词嵌入算法，确定所述用户业务行为对应的行为表征向量；根据所述行为表征向量，确定各用户行为序列对应的序列表征向量。4.根据权利要求3所述的方法，其中，根据所述行为表征向量，确定各用户行为序列对应的序列表征向量，包括：对于各用户行为序列包括的用户业务行为的行为表征向量进行加权平均，得到各初始序列表征向量；对于由各初始序列表征向量构成的序列表征向量矩阵，计算其主成分,再从每个初始序列表征向量中减去该向量在所述主成分上的投影，得到各用户行为序列对应的序列表征向量。5.根据权利要求1所述的方法，其中，所述第一条件为所述公共子序列的长度大于2，所述设定阈值为0.2。6.根据权利要求1所述的方法，其中，基于序列关系图，进行图聚类运算，获取若干节点类簇，包括：根据序列关系图，确定其对应的第一节点特征矩阵；通过预先设定的图卷积矩阵，对所述第一节点特征矩阵进行低频滤波卷积操作，获取第二节点特征矩阵；基于第二节点特征矩阵，进行聚类运算，获取若干节点类簇。7.根据权利要求1所述的方法，其中，所述相似度为余弦相似度。8.根据权利要求1所述的方法，还包括：根据所述若干用户行为序列集合，确定对应的若干用户行为模式。9.一种用户行为模式的确定方法，包括：获取待测用户行为序列，所述待测用户行为序列包括依次的多个用户业务行为；根据通过权利要求1所述的方法获取的用户行为序列集合，确定所述待测用户行为序
列是否匹配于，所述用户行为序列集合对应的用户行为模式。10.一种用户行为模式的区分装置，包括：序列表征获取单元，配置为，获取多个用户行为序列对应的多个序列表征向量；序列关系图构建单元，配置为，构建序列关系图，其中的单个节点对应于单个用户行为序列，并且具有连接边的两个节点满足，...
【专利技术属性】
技术研发人员：王宝坤，张屹綮，石磊磊，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
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。