[发明专利]分类信息网站中的基于机器学习的欺诈行为识别系统

权利要求书

1.一种用于分类信息网站中基于机器学习的欺诈行为识别系统的方法，所述方法包括如下步骤：

a)基于已有的用户行为数据抽取样本数据，用于首次生成模型；

b)针对不同业务类型的训练数据选择提取多种用户行为特征；

c)基于所提取的用户行为特征，对所述样本训练数据进行向量化；

d)利用向量化的样本训练数据产生预测模型；

e)利用所产生的模型基于分类和聚类规则对线上数据进行检测；

f)对所检测得到的异常用户数据进行处理。

2.如权利要求1所述的方法，其中所述步骤a中的样本数据包括正样本数据和负样本数据，分别对应于优质行为的用户和劣质行为的用户。

3.如权利要求1所述的方法，其中所述步骤b中用户行为特征包括对于同一cookie的用户行为数据以及用户各维度的统计数量。

4.如权利要求1所述的方法，其中所述步骤b中通过计算信息熵和模型交叉数据验证的方式来选择对不同业务类型提取的用户特征。

5.如权利要求1所述的方法，其中所述步骤d中使用概率型的分类器进行决策。

6.如权利要求1所述的方法，其中所述步骤e中利用模型计算表示用户行为数据的异常概率的概率点。

7.如权利要求6所述的方法，其中计算所述概率点的方法为，多个模型分别对用户行为数据的多组特征进行检测，并分别得出一个分概率点，然后对各分概率点进行乘积和转化操作，得出用户行为数据的概率点。

8.如权利要求1所述的方法，其中所述步骤e中基于分类规则的用户异常行为检测方法包括设定一条概率线用于判断用户行为数据是否为坏数据。

9.如权利要求1所述的方法，其中所述步骤e中基于聚类规则的用户异常行为检测方法包括如下：

e1)对概率点进行聚类现象监测；

e2)将概率点聚类到一定数量的用户行为进行检测，以判断聚类至相同概率点的用户行为是否为劣质用户行为；

e3)根据检测结果，异常用户行为判别模型对该类用户行为的概率点进行更新；

e4)将经过检测发现的新的坏数据作为训练数据加入样本库；

e5)利用新的训练数据训练模型。

10.如权利要求1所述的方法，其中所述步骤e5中对于概率点不准确的用户行为数据进行离线分析，寻找新的用户行为特征并选择合适的特征。