目标帐号的确定方法和装置、存储介质及电子设备制造方法及图纸

本申请公开了一种目标帐号的确定方法和装置、存储介质及电子设备。其中，该方法包括：根据预设帐号集合中的帐号访问过的网络站点以及所述网络站点的访问顺序确定目标帐号集合，再获取目标触发指令，然后响应于所述目标触发指令，在所述目标帐号集合中根据目标帐号标识查询所述第一帐号，最后在所述目标帐号集合中查询到所述第一帐号的情况下，将所述第一帐号确定为处于所述目标状态的目标帐号。本申请可以包括但不限于应用于基于人工智能的异常帐号或特殊帐号的确定领域等，本申请解决了目标帐号的分类准确率较低的技术问题。目标帐号的分类准确率较低的技术问题。目标帐号的分类准确率较低的技术问题。

【技术实现步骤摘要】
目标帐号的确定方法和装置、存储介质及电子设备


[0001]本申请涉及计算机领域，具体而言，涉及一种目标帐号的确定方法和装置、存储介质及电子设备。

技术介绍

[0002]目前，对帐号进行分类以确定目标帐号的方式包括帐号登录工具的检测技术，主要通过检出帐号的登录工具是否异常，通过帐号使用登录工具的行为触发来确定出目标帐号，或者，通过发现帐号行为中的异常行为，将异常行为点通过独热编码为异常行为特征，构成表征用户相关的行为特征向量，通过对行为特征向量进行挖掘得到目标帐号。
[0003]而针对未使用特定登录工具的帐号，将无法感知到这部分帐号的存在，会难以划分出这类目标帐号，而通过异常行为编码的方式来构建用户的行为特征向量，如果异常行为点特别多，就会使得整个行为特征向量维度特别大且特征矩阵非常稀疏，导致计算和存储效率都非常低下，且无法反应行为和行为之间的连续性，导致目标帐号的分类效率较低的技术问题。
[0004]针对上述目标帐号的分类准确率较低的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本申请实施例提供了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标帐号的确定方法，其特征在于，包括：根据预设帐号集合中的帐号访问过的网络站点以及所述网络站点的访问顺序确定目标帐号集合，其中，所述目标帐号集合包括处于目标状态的帐号；获取目标触发指令，其中，所述目标触发指令用于表示第一帐号触发了预先设定的行为操作；响应于所述目标触发指令，在所述目标帐号集合中根据目标帐号标识查询所述第一帐号，其中，所述目标帐号集合中各个帐号均配置有对应的唯一标识，所述目标帐号标识由所述目标触发指令提取得到；在所述目标帐号集合中查询到所述第一帐号的情况下，将所述第一帐号确定为处于所述目标状态的目标帐号。2.根据权利要求1所述的方法，其特征在于，所述根据预设帐号集合中的帐号访问过的网络站点以及所述网络站点的访问顺序确定目标帐号集合，包括：获取所述预设帐号集合中各个帐号对应的一组浏览行为序列，其中，所述浏览行为序列包括相对应的所述网络站点和访问时间，所述网络站点表示在预设时间周期内访问过的网络站点，所述访问时间表示所述在所述预设时间周期内访问所述网络站点的访问时间以及所述网络站点的所述访问顺序；将所述一组浏览行为序列输入预训练的目标帐号分类模型，确定所述目标帐号集合。3.根据权利要求2所述的方法，其特征在于，所述获取所述预设帐号集合中各个帐号对应的一组浏览行为序列，包括：获取所述预设时间周期内产生的网络站点访问数据，其中，所述网络站点访问数据包括多个帐号以及所述多个帐号在所述预设时间周期内访问过的网络站点集合；对所述网络站点访问数据执行编码操作，得到所述一组浏览行为序列，其中，一个所述浏览行为序列由多个N维向量组成，一个所述N维向量表示对所述网络站点集合中由所述一个帐号访问过的一个网络站点进行编码后得到的向量，N为正整数。4.根据权利要求3所述的方法，其特征在于，所述对所述网络站点访问数据执行编码操作，得到所述一组浏览行为序列，包括：对所述网络站点集合中各个网络站点执行预设编码操作，得到目标向量集合，其中，所述目标向量集合中的一个向量与所述网络站点集合中的一个网络站点对应；对所述目标向量集合按照执行访问的帐号以及访问顺序进行排序分类，得到多个帐号特征矩阵，其中，每个所述帐号特征矩阵由M个所述N维向量拼接组成，M表示所述一个帐号访问过的网络站点的标准数量；基于所述多个帐号特征矩阵构建所述一组浏览行为序列。5.根据权利要求2所述的方法，其特征在于，所述将所述一组浏览行为序列输入预训练的目标帐号分类模型，确定所述目标帐号集合，包括：通过如下方式分别将所述一组浏览行为序列输入所述目标帐号分类模型，确定所述目标帐号集合，其中，每次输入所述目标帐号分类模型的浏览行为序列被视为当前浏览行为序列，所述当前浏览行为序列与当前帐号相对应：将所述当前浏览行为序列输入所述目标帐号分类模型，得到目标概率，其中，所述目标概率表示所述当前帐号是处于所述目标状态的帐号的概率；
在所述目标概率大于或等于第一预设阈值的情况下，将所述当前帐号添加至所述目标帐号集合；在所述目标概率小于第二预设阈值的情况下，确定所述当前帐号不属于所述目标帐号集合，其中，所述第二预设阈值小于或等于所述第一预设阈值。6.根据权利要求5所述的方法，其特征在于，所述在所述目标概率大于或等于第一预设阈值的情况下，将所述当前帐号添加至所述目标帐号集合，包括：在所述目标概率大于或等于所述第一预设阈值的情况下，将所述当前帐号添加至所述目标帐号集合，并将所述当前帐号的风险等级确定为第一风险等级；在所述目标概率小于所述第一预设阈值，且大于第三预设阈值的情况下，将所述当前帐号添加至所述目标帐号集合，并将所述当前帐号的风险等级确定为第二风险等级，其中，所述第二风险等级小于所述第一风险等级，所述第三预设阈值大于所述第二预设阈值；在所述目标概率小于或等于所述第三预设阈值，且大于或等于所述第二预设阈值的情况下，将所述当前帐号添加至所述目标帐号集合，并将所述当前帐号的风险等级确定为第三风险等级，其中，所述第三风险等级小于所述第二风险等级。7.根据权利要求3所述的方法，其特征在于，所述对所述网络站点访问数据执行编码操作，得到所述一组浏览行为序列，包括：对所述网络站点集合中各个网络站点执行映射操作，将每个网络站点映射为字符，生成目标字符集合；对所述网络站点集合中各个网络站点执行所述编码操作，将每个网络站点的站点标识编码为特征，生成目标特征集合；根据所述多个帐号、所述目标字符集合以及所述目标特征集合生成所述一组浏览行为序列。8.根据权利要求2所述的方法，其特征在于，所述根据预设帐号集合中的帐号访问过的网络站点以及所述网络站点的访问顺序确定目标帐号集合之前，所述方法还包括：通过如下方式对待训练的初始帐号分类模型进行训练，得到所述目标帐号分类模型：获取历史时间周期内产生的样本网络站点访问数据，其中，所述样本网络站点访问数据包括多个样本帐号、所述多个样本帐号在所述预设时间周期内访问过的样本网络站点集合以及所述多个样本帐号对应的多个标注结果，每个标注结果用于表示所述样...

【专利技术属性】
技术研发人员：卢扬，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：