【技术实现步骤摘要】
本专利技术涉及用户实时行为处理，具体为一种跨事件的用户实时行为链式变量计算方法及系统。
技术介绍
1、在数字化时代，用户行为数据已成为企业决策、反欺诈分析及用户画像构建的重要基石。特别是在金融、电商等高频交互的行业，用户的实时行为数据不仅反映了其消费习惯、偏好，还隐含了潜在的欺诈风险及市场趋势。然而，传统的用户行为分析方法往往局限于单一维度的数据指标，如一定时间内的转账次数和平均消费额等，忽略了用户行为之间的时间顺序和逻辑关联，难以全面、准确地刻画用户行为模式及潜在风险。
2、现有的大多数系统仅基于单个行为事件(如转账和登录)进行统计分析，未能将用户的一系列行为视为一个整体流程进行考察，导致分析结果片面，难以捕捉复杂行为模式。
3、在高频次、大规模的操作场景中，现有的方法直接将每次操作的全量数据存入缓存系统(如redis)，不仅导致存储空间迅速膨胀，增加维护成本，还可能因数据处理负担过重而影响系统性能。
4、此外，由于缺乏对用户跨事件行为链的全面分析，现有的反欺诈系统和用户画像构建方法在识别复杂欺诈行为及评估用户风险时显得力不从心，难以有效应对多样化的欺诈手法和快速变化的市场环境。
技术实现思路
1、本专利技术的目的在于：提出一种跨事件的用户实时行为链式变量计算方法及系统，该技术方案能够全面捕捉用户行为之间的时间顺序和逻辑关联。
2、为实现上述目的，第一方面，本公开实施例提供一种跨事件的用户实时行为链式变量计算系统，包括定义用户跨事件
3、基础方案的有益效果：通过定义链式表达式，可以灵活且精确地描述用户在特定时间段内的多个维度的行为序列，还包括行为的有序性和无序性，从而在诸如金融、电商等不同业务场景或领域中，有效地识别和评估用户行为的欺诈风险或用户画像。
4、利用redis的高效数据处理能力，能够实现对用户行为的实时监控和高效存储，具有高可用、高并发、高扩展性并且支持数据持久化，确保了行为数据的时效性，结合lua脚本的逻辑处理，降低了应用和redistribution的网络交互成本(比如交互次数，redis原生支持lua脚本redis服务端预编译，不需要进行多次网络交互，只需一次交互即可拿到最终结果)，并且支持事务，保障了数据的准确性。本方法能够实现对用户行为的实时监控和快速响应，显著提高数据处理的效率和准确性。
5、作为一种可实施的优选方案，每个用户的行为链变量存储在一个redis集合中。集合的key为user_id_var_id，其中user_id是用户的唯一标识，var_id是变量的唯一标识。
6、作为一种可实施的优选方案，当用户进行操作时，将操作事件和时间戳以事件名：时间戳的格式存储到redis集合中。
7、作为一种可实施的优选方案，对于每个新事件，检查redis集合中前两个事件是否一致，如果一致则检查与当前事件是否一致；如果与当前事件一致，则删除前一个事件，并添加当前事件；如果不一致，则直接添加当前事件。
8、作为一种可实施的优选方案，在需要使用变量时，通过key查询对应value时间的redis集合数据，得到查询结果。
9、作为一种可实施的优选方案，lua脚本用于遍历集合中的每个元素，检查事件类型，并判断是否满足表达式中的条件。
10、作为一种可实施的优选方案，lua脚本还用于进行事件时间差计算，计算与前一个事件的时间差，确保时间差满足表达式中定义的时间窗口。
11、作为一种可实施的优选方案，如果所有事件的时间差和类型都满足链式表达式中定义的条件，则业务链变量为true，输出业务链变量的结果。
本文档来自技高网...【技术保护点】
1.一种跨事件的用户实时行为链式变量计算方法，其特征在于：包括定义用户跨事件行为的链式表达式，用于描述用户在特定时间段内的有序或无序行为序列；使用Redis数据库存储用户行为数据，每个用户行为数据由行为标识和时间戳组成；对用户行为进行实时监控，并将行为事件及其发生的时间戳存入Redis集合；调用时，通过Lua脚本对存储在Redis中的行为数据进行遍历和匹配，以验证用户行为是否满足定义的链式表达式；根据匹配结果，输出业务链变量的状态。
2.根据权利要求1所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：每个用户的行为链变量存储在一个Redis集合中；集合的key为user_id_var_id，其中user_id是用户的唯一标识，var_id是变量的唯一标识。
3.根据权利要求1所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：当用户进行操作时，将操作事件和时间戳以事件名：时间戳的格式存储到Redis集合中。
4.根据权利要求3所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：对于每个新事件，检查Redis集合中前两个
5.根据权利要求1所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：在需要使用变量时，通过key查询对应value时间的Redis集合数据，得到查询结果。
6.根据权利要求1所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：Lua脚本用于遍历集合中的每个元素，检查事件类型，并判断是否满足表达式中的条件。
7.根据权利要求6所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：Lua脚本还用于进行事件时间差计算，计算与前一个事件的时间差，确保时间差满足表达式中定义的时间窗口。
8.根据权利要求7所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：如果所有事件的时间差和类型都满足链式表达式中定义的条件，则业务链变量为true，输出业务链变量的结果。
9.一种跨事件的用户实时行为链式变量计算系统，其特征在于：运用了如权利要求1-8任一项所述的一种跨事件的用户实时行为链式变量计算方法。
...【技术特征摘要】
1.一种跨事件的用户实时行为链式变量计算方法，其特征在于：包括定义用户跨事件行为的链式表达式，用于描述用户在特定时间段内的有序或无序行为序列；使用redis数据库存储用户行为数据，每个用户行为数据由行为标识和时间戳组成；对用户行为进行实时监控，并将行为事件及其发生的时间戳存入redis集合；调用时，通过lua脚本对存储在redis中的行为数据进行遍历和匹配，以验证用户行为是否满足定义的链式表达式；根据匹配结果，输出业务链变量的状态。
2.根据权利要求1所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：每个用户的行为链变量存储在一个redis集合中；集合的key为user_id_var_id，其中user_id是用户的唯一标识，var_id是变量的唯一标识。
3.根据权利要求1所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：当用户进行操作时，将操作事件和时间戳以事件名：时间戳的格式存储到redis集合中。
4.根据权利要求3所述的一种跨事件的用户实时行为链式变量计算方法，其特征在于：对于每个新事件，检查redis集合中前两个事件是否一致...
【专利技术属性】
技术研发人员：黎杰，吴弟忠，
申请(专利权)人：重庆富民银行股份有限公司，
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。