[发明专利]一种刷单识别方法及装置，电子设备

权利要求书

1.一种刷单识别方法，其特征在于，包括：

获取商户的用户行为特征；

通过预先训练的刷单识别模型，基于所述用户行为特征对所述商户进行刷单识别；

其中，所述用户行为特征至少包括用户群体行为特征，所述用户群体行为特征包括：行为模式特征和/或评论维度分布特征；其中，所述行为模式特征为所述商户的所有用户行为中每种预设第一行为中用于描述预设第一行为的每种描述值的分布概率；所述预设第一行为是用户在商户页面的可能行为；每种所述预设第一行为对应至少一个描述值，每种所述预设第一行为对应的描述值根据实际需求确定；所述评论维度分布特征为所述商户的所有评论维度的分布概率。

2.根据权利要求1所述的方法，其特征在于，若所述用户群体行为特征包括行为模式特征，则所述获取商户的用户行为特征的步骤包括：

确定预设时间段内该商户的每条用户行为日志所记录的所有预设第一行为；

对于每条用户行为日志所记录的所有预设第一行为，将每种预设第一行为的描述值的分布概率作为该用户相应的每种预设第一行为的分布概率；

对于每种预设第一行为，根据所有用户的该预设第一行为的分布概率，确定该预设第一行为的总体分布概率；

将每种所述预设第一行为的总体分布概率作为该商户的行为模式特征相应维度的特征值；其中，所述行为模式特征的维度与所述预设第一行为一一对应；

其中，每种预设第一行为的每个描述值的分布概率为通过对训练样本进行分析获得。

3.根据权利要求2所述的方法，其特征在于，所述预设第一行为至少包括：翻页。

4.根据权利要求1所述的方法，其特征在于，若所述用户群体行为特征包括评论维度分布特征，则所述获取商户的用户行为特征的步骤包括：

确定预设时间段内该商户的每条评论涉及的评论维度，以及所述评论维度的分布概率，其中，所述评论维度的分布概率为通过对训练样本进行分析获得；

对于涉及的每个评论维度，根据所有评论在该评论维度的分布概率确定该评论维度的总体分布概率；

将每个评论维度的总体分布概率作为该商户的评论维度分布特征相应维度的特征值。

5.根据权利要求1所述的方法，其特征在于，所述用户行为特征还包括：用户个体行为特征，所述用户个体行为特征为描述用户预设第二行为的时间和空间分布特征，用于表示商户的用户被预测为刷单用户的概率；其中，所述预设第二行为包括以下至少一项：注册、搜索、筛选、下单、支付、验证、评论。

6.根据权利要求5所述的方法，其特征在于，所述获取商户的用户行为特征的步骤，还包括：

分别根据预设时间段内该商户的每个用户的用户行为日志，确定所述每个用户的预设第二行为在所述预设第二行为的每个预设时间分布区间上的分布概率和在所述预设第二行为的每个预设空间分布区间上的分布概率，作为个体行为时空特征；

通过预先训练的刷单用户预测模型对每个用户的个体行为时空特征进行识别，得到每个用户的预测得分；

对所述每个用户的预测得分进行分布概率计算，得到用户个体行为特征。

7.一种刷单识别装置，其特征在于，包括：

特征获取模块，用于获取商户的用户行为特征；

识别模块，用于通过预先训练的刷单识别模型，基于所述用户行为特征对所述商户进行刷单识别；

其中，所述用户行为特征至少包括用户群体行为特征,所述用户群体行为特征包括：行为模式特征和/或评论维度分布特征；其中，所述行为模式特征为所述商户的所有用户行为中每种预设第一行为中用于描述预设第一行为的每种描述值的分布概率；所述预设第一行为是用户在商户页面的可能行为；每种所述预设第一行为对应至少一个描述值，每种所述预设第一行为对应的描述值根据实际需求确定；所述评论维度分布特征为所述商户的所有评论维度的分布概率。