[发明专利]异常群体识别方法及装置有效
| 申请号： | 201910045152.6 | 申请日： | 2019-01-17 |
| 公开（公告）号： | CN109948641B | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 苗加成;章鹏;杨程远;向彪;严欢 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 许振新;朱文杰 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供了一种异常群体识别方法及装置。其中方法包括：获取多个待分析用户中的各待分析用户的特征值；确定各待分析用户的特征值中的高频特征值和低频特征值；根据各待分析用户的高频特征值和预设的频繁项集挖掘策略挖掘最大频繁项集，获取最大频繁项集中的低频最大频繁特征值；根据各待分析用户的特征值中的低频最大频繁特征值和低频特征值构建目标二部图，并定义目标二部图中的边的权重；根据目标二部图中的边的权重，以及通过对目标二部图进行图聚类所得到的多个待分析用户的聚类结果，确定待分析用户中的异常群体。本申请实施例提高了异常群体识别的准确率，且步骤简单，易于执行。 | ||
| 搜索关键词： | 异常 群体 识别 方法 装置 | ||
【主权项】：
1.一种异常群体识别方法，其特征在于，包括：获取多个待分析用户中的各所述待分析用户的特征值；确定各所述待分析用户的特征值中的高频特征值和低频特征值；根据各所述待分析用户的高频特征值和预设的频繁项集挖掘策略挖掘最大频繁项集，获取所述最大频繁项集中的低频最大频繁特征值；根据各所述待分析用户的特征值中的所述低频最大频繁特征值和所述低频特征值构建目标二部图，并定义所述目标二部图中的边的权重；根据所述目标二部图中的边的权重，以及通过对所述目标二部图进行图聚类所得到的所述多个待分析用户的聚类结果，确定所述待分析用户中的异常群体。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910045152.6/，转载请声明来源钻瓜专利网。
