[发明专利]团伙挖掘方法、装置、设备及存储介质

说明书

本发明实施例提供一种团伙挖掘方法、装置、设备及存储介质。本发明的团伙挖掘方法，通过获取各个用户的第一行为数据和第二行为数据，根据所述各个用户的第一行为数据和第二行为数据，分别确定任意两个用户之间的多个类型的关联关系的权重，使用多个调节参数，分别对所述任意两个用户之间的多个类型的关联关系的权重进行拟合处理，确定任意两个用户之间的权重信息，根据所述任意两个用户之间的权重信息构建待挖掘的关联网络，通过计算模块度的方式对所述待挖掘的关联网络进行挖掘，输出团伙信息。本发明实施例可以提升团伙识别的准确率。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种团伙挖掘方法、装置、设备及存储介质。

背景技术

随着科技的不断发展，互联网特别是移动互联网行为普及到社会生活的各个方面。越来越多团伙不仅仅使用线下碰头，还采用互联网线上接触等多种方式联系，甚至有些通过网盘、邮箱共享等方式进行联系的趋势呈现井喷式增长。

在此背景下，结合用户线上行为和线下行为，挖掘团伙并找出团伙中的关键骨干人员成为亟需解决的难题。

挖掘团伙通常采用几个条件做简单的筛选和挖掘，由于筛选条件太过于单一，缺乏全面的分析和挖掘，导致挖掘出来的团伙的准确性不高。

发明内容

本发明实施例提供一种团伙挖掘方法、装置、设备及存储介质，以提升团伙的识别准确率。

第一方面，本发明实施例提供一种团伙挖掘方法，包括：获取各个用户的行为数据，所述行为数据包括第一行为数据和第二行为数据，所述第一行为数据和第二行为数据包括多个类型的关联关系的数据；根据所述各个用户的第一行为数据和第二行为数据，分别确定任意两个用户之间的多个类型的关联关系的权重；使用多个调节参数，分别对所述任意两个用户之间的多个类型的关联关系的权重进行拟合处理，确定任意两个用户之间的权重信息，所述多个调节参数为对包括已知团伙信息的训练样本进行学习后获取的；根据所述任意两个用户之间的权重信息构建待挖掘的关联网络；通过计算模块度的方式对所述待挖掘的关联网络进行挖掘，输出团伙信息。

结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述各个用户的第一行为数据和第二行为数据，分别确定任意两个用户之间的多个类型的关联关系的权重，包括：根据所述各个用户的第一行为数据和第二行为数据，分别获取任意两个用户之间的关联频次，所述关联频次包括多个类型的关联关系的关联频次；根据所述任意两个用户之间的关联频次，分别确定任意两个用户之间的多个类型的关联关系的权重。

结合第一方面或第一方面的一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述根据所述任意两个用户之间的关联频次，分别确定任意两个用户之间的多个类型的关联关系的权重，包括：对于第d个类型的关联关系，根据所述任意两个用户的第一关联频次与所述任意两个用户的第二关联频次的比值，确定任意两个用户之间的第d个类型的关联关系的权重；其中，所述任意两个用户的第一关联频次为所述任意两个用户之间的所述第d个类型的关联关系的关联频次，所述任意两个用户的第二关联频次为所述任意两个用户与其他用户之间的所述第d个类型的关联关系的关联频次，d分别取1至关联关系的类型总个数。

结合第一方面或第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述方法还包括：

对于第k个用户和第1个用户，根据公式确定第k个用户与第1个用户的第二关联频次；

其中，x_kl表示第k个用户与第1个用户之间的第d个类型的关联关系的关联频次，N为所述各个用户的总个数，k和1分别取1至N中任意两个数。

结合第一方面或第一方面的任一种可能的实现方式，在第一方面的另一种可能的实现方式中，所述使用多个调节参数，分别对所述任意两个用户之间的多个类型的关联关系的权重进行拟合处理，确定任意两个用户之间的权重信息，包括：