[发明专利]基于深度学习的不良购票行为管理方法

权利要求书

1.一种基于深度学习的不良购票行为管理方法，其特征在于，包括如下步骤：

步骤S1，建立模型：

采用SVM分类器、贝叶斯分类器、及随机森林回归建立模型；

步骤S2，训练模型：

将售票系统中现有的用户及其购票记录，及其票附属信息进行收集、整理，并对模型进行训练；将售票系统已被标识或屏蔽的黑名单用户的购票记录及其附属信息也进行收集、模型训练；所述票附属信息包括购票时间、购票地点、终端类型、数量、付款信息、购票内容；

步骤S3，实时数据采集：

实时采集用户交易行为数据，所述用户交易行为数据包括但不限于用户身份信息、购票时间、购票地点、终端类型、购票内容；

所述终端类型为电脑、手机、或者操作系统；

所述购票内容包括票的区间、时间；

步骤S4，用户行为预测：

根据采集的用户交易行为数据并经训练模型分析，预测用户当前购票行为是否为不良购票行为，若用户当前购票行为为不良购票行为进入步骤S5不良购票行为处理，否则为正常购票行为。

2.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

所述用户身份信息包括性别、年龄、地区、电话。

3.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

步骤S5不良购票行为处理，包括如下步骤：

步骤S51，判断当前不良购票行为用户的用户类型，

若当前不良购票行为用户为老用户，则进入步骤S52，若当前不良购票行为用户为新用户，则当前不良购票行为用户给予警告标记；

步骤S52，根据当前不良购票行为用户的当前购票之前的购票行为处理当前不良购票行为；

若当前不良购票行为为首次，则将当前不良购票行为用户标记为潜在不良用户；

若当前不良购票行为为第N次不良购票行为或者当前不良购票行为用户已被标记为潜在不良用户，则当前不良购票行为用户给予警告标记；

若当前不良购票行为为第N+M次不良购票行为或者当前不良购票行为用户已被警告标记，则当前不良购票行为用户标记为黑名单用户。

4.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

N＝2，M＝1。

5.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

被加入黑名单的注册用户，无法再进行购票。

6.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

购票系统将把此用户的购票进行强行退票，并把用户行为数据加入到黑名单数据库中，供模型训练使用。

7.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

列入黑名单用户申请解除，需进行人工进行审核。

8.根据权利要求1所述的基于深度学习的不良购票行为管理方法，其特征在于，

若列入黑名单用户不申请解除黑名单，则确认此用户为黑名单用户。