[发明专利]用户操作检测方法及程序产品

权利要求书

1.一种用户操作检测方法，其特征在于，所述检测方法包括：

获取多份行为数据，所述行为数据用于表征历史用户对账户进行在线操作产生的数据；

根据所述行为数据以及各预设时间粒度确定原始特征列表，并根据原始特征列表以及预设特征筛选策略确定目标特征，所述预设特征筛选策略用于根据所述原始特征列表自适应筛选所述目标特征；

基于预设代价矩阵，根据预设训练模型、所述目标特征以及所述行为数据包含的结果数据生成检测模型，以通过所述检测模型检测用户操作是否为本人行为，所述结果数据用于表征所述在线操作是否为所述历史用户本人行为。

2.根据权利要求1所述的用户操作检测方法，其特征在于，所述通过所述检测模型检测用户操作是否为本人行为，包括：

获取当前用户的当前行为数据，所述当前行为数据用于表征所述当前用户对账户进行在线操作产生的数据，所述当前行为数据的操作结果为成功；

将所述当前行为数据与所述原始特征列表进行关联，以根据关联后的当前行为数据以及所述检测模型生成判断结果，所述判断结果包括所述当前用户对账户的在线操作为所述当前用户本人行为或者非所述当前用户本人行为。

3.根据权利要求2所述的用户操作检测方法，其特征在于，在所述生成所述判断结果之后，还包括：

若所述判断结果为非所述当前用户本人行为；

上报所述判断结果，并根据所述判断结果以及所述当前行为数据对所述检测模型进行迭代。

4.根据权利要求1-3任一项所述的用户操作检测方法，其特征在于，所述根据所述行为数据以及各预设时间粒度确定原始特征列表，包括：

获取每份行为数据中与所述结果数据映射对应的各维度数据，所述维度数据包括环境维度数据和用户操作维度数据；

分别确定每个环境维度数据和每个用户操作维度数据于各预设时间粒度中对应的特征值；

根据各维度数据对应的各特征值生成所述原始特征列表。

5.根据权利要求4所述的用户操作检测方法，其特征在于，所述根据原始特征列表以及预设特征筛选策略确定目标特征，包括：

针对各维度数据的所述原始特征列表，根据预设业务场景从对应的所述原始特征列表的特征集合中指定预设特征，并将所述特征集合中除过所述预设特征之外的其余特征确定为剩余特征；

根据预设相关性算法确定所述预设特征与每个剩余特征两两之间的相关系数，并根据所述相关系数以及预设相关性阈值从所述剩余特征中筛选出候选特征；

将筛选出的所述候选特征指定为新的所述预设特征，并重复执行所述根据预设相关性算法确定所述预设特征与每个剩余特征两两之间的相关系数，并根据所述相关系数以及预设相关性阈值从所述剩余特征中筛选出候选特征的步骤，直到各维度数据的所述特征集合为空；

将针对每个维度数据被指定的全部的所述预设特征确定为每个维度数据对应的所述目标特征；

其中，所述预设特征筛选策略包括所述预设相关性算法以及所述筛选步骤。

6.根据权利要求5所述的用户操作检测方法，其特征在于，所述基于预设代价矩阵，根据预设训练模型、所述目标特征以及所述行为数据包含的结果数据生成检测模型，包括：

根据所述目标特征对应的所述结果数据确定正样本和负样本；

根据所述正样本、所述负样本以及所述预设代价矩阵生成代价模型；

根据所述代价模型以及所述预设代价矩阵确定代价阈值；

基于所述预设训练模型，根据所述代价模型、所述代价阈值以及所述目标特征生成所述检测模型。

7.根据权利要求6所述的用户操作检测方法，其特征在于，当所述预设训练模型为预设随机森林模型时，所述基于所述预设训练模型，根据所述代价模型、所述代价阈值以及所述目标特征生成所述检测模型，包括：

根据所述代价阈值以及预设信息增益算法确定每个目标特征的信息增益，并将所述信息增益最大的所述目标特征确定为当前分裂的分裂节点，以生成对应的子决策树；

重复上述分裂步骤，直到完成对所有目标特征的分类，以根据各子决策树形成的决策树得到所述检测模型。