[发明专利]异常用户识别方法及装置、电子设备和存储介质

说明书

本公开是关于一种异常用户识别方法及装置、电子设备以及计算机可读存储介质，涉及计算机技术领域，可以应用于根据用户行为识别异常用户的场景。该方法包括：获取用户行为日志文件，根据用户行为日志文件确定目标用户对应的多个用户行为记录；根据多个用户行为记录确定对应的行为序列数据；行为序列数据包括用户行为序列与行为时间间隔序列；根据用户行为序列与行为时间间隔序列确定行为异常值；获取目标用户的用户特征，并根据用户特征与行为异常值确定目标用户是否为异常用户。本公开可以根据用户的用户行为向量与行为时间间隔序列确定行为异常值，进而根据行为异常值与用户特征识别是否为异常用户，可以有效提高识别准确率。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种异常用户识别方法、异常用户识别装置、电子设备以及计算机可读存储介质。

背景技术

随着直播行业的快速发展，直播内容的不断丰富，与直播相关的玩法也层出不穷，这不仅吸引了海量观众，同时也吸引了大量希望在此通过作弊手段盈利的黑灰产用户。这些黑灰产用户通过第三方工具可以达到在平台上批量获取收益的目的，虽然每个账号所获得的收益有限，但大量的黑灰产账号依旧会对平台造成严重损失，同时影响正常用户在直播平台上的使用体验。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种异常用户识别方法、异常用户识别装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服现有的黑灰产用户人力耗费严重且识别准确率不高的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本公开的第一方面，提供一种异常用户识别方法，包括：获取用户行为日志文件，根据用户行为日志文件确定目标用户对应的多个用户行为记录；根据多个用户行为记录确定对应的行为序列数据；行为序列数据包括用户行为序列与行为时间间隔序列；根据用户行为序列与行为时间间隔序列确定行为异常值；获取目标用户的用户特征，并根据用户特征与行为异常值确定目标用户是否为异常用户。

在本公开的一种示例性实施方案中，获取预先设定的行为记录要素；行为记录要素包括行为要素与页面要素；根据用户行为日志文件中的行为要素与对应的页面要素生成用户行为记录。

在本公开的一种示例性实施方案中，根据多个用户行为记录确定对应的行为序列数据，包括：获取各用户行为记录的行为发生时间；根据行为发生时间对多个用户行为记录进行排序，以生成用户行为序列；确定两个相邻用户行为记录之间的时间间隔，根据时间间隔生成行为时间间隔序列。

在本公开的一种示例性实施方案中，根据用户行为序列与行为时间间隔序列确定行为异常值，包括：获取预先构建的异常行为确定模型；异常行为确定模型基于用户行为向量字典以及训练行为数据集训练生成；将用户行为序列对应的用户行为向量与行为时间间隔序列输入至异常行为确定模型，以得到行为异常值。

在本公开的一种示例性实施方案中，训练行为数据集包括用户行为训练集与行为时间间隔训练集；异常行为确定模型通过下述步骤训练得到：基于用户行为日志文件确定历史用户行为序列；对历史用户行为序列进行向量转化处理，以根据生成的历史用户行为向量构建用户行为向量字典；根据用户行为日志文件确定用户行为训练集与行为时间间隔训练集；获取初始模型，基于用户行为向量字典、用户行为训练集与行为时间间隔训练集对初始模型进行训练，以得到异常行为确定模型。