[发明专利]异常用户行为识别方法及装置、电子设备、存储介质

说明书

本公开提供了一种基于埋点的异常用户行为识别方法及装置、电子设备、计算机可读存储介质，属于数据处理技术领域。该方法包括：获取多个埋点的用户行为日志；根据所述用户行为日志统计预设周期内各所述埋点的用户总数及用户行为总数，并计算各所述埋点的人均行为数量；将所述人均行为数量大于第一阈值的埋点确定为异常埋点；统计所述预设周期内每个用户在所述异常埋点的行为数量占所述用户的行为总数的比例，如果所述比例大于第二阈值，则将所述用户在所述异常埋点的行为判断为异常用户行为。本公开可以识别出发生于各个埋点的异常用户行为，具有较高的准确性及识别效率。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种基于埋点的异常用户行为识别方法及装置、电子设备、计算机可读存储介质。

背景技术

互联网以及各种基于互联网的应用程序(Application，简称App)的发展极大的方便了人们的日常生活，然而也有一些用户通过滥用互联网或App服务获取不正当利益，例如网络上出现的虚假用户、虚假“粉丝”、恶意刷单、恶意广告等异常用户及异常用户行为，影响了网站或App的正常运营，因此需要将这些异常用户行为识别出来并加以处理。

现有的异常用户行为识别方法多数是建立异常用户行为的数据库，然后将待识别的行为数据与该数据库进行匹配，例如进行正则匹配或计算行为数据的余弦相似度等，根据匹配的结果做出判断。然而该方法具有以下缺点：用户行为具有复杂的多样性，数据库难以覆盖所有类型的异常用户行为，因此通过数据库匹配容易产生遗漏，影响识别结果的准确性；并且在匹配时需要遍历数据库中的全部数据，较为耗时且占用较多资源，因此识别过程的效率较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于埋点的异常用户行为识别方法及装置、电子设备、计算机可读存储介质，进而至少在一定程度上克服现有异常用户行为识别方法准确性及效率较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种基于埋点的异常用户行为识别方法，包括：获取多个埋点的用户行为日志；根据所述用户行为日志统计预设周期内各所述埋点的用户总数及用户行为总数，并计算各所述埋点的人均行为数量；将所述人均行为数量大于第一阈值的埋点确定为异常埋点；统计所述预设周期内每个用户在所述异常埋点的行为数量占所述用户的行为总数的比例，如果所述比例大于第二阈值，则将所述用户在所述异常埋点的行为判断为异常用户行为。

在本公开的一种示例性实施例中，还包括：当各所述埋点的人均行为数量均未超过所述第一阈值时，将所述多个埋点划分为多个埋点组；统计预设周期内各所述埋点组的用户总数及用户行为总数，并计算各所述埋点组的人均行为数量；将所述人均行为数量大于第一修正阈值的埋点组中的埋点确定为异常埋点。

在本公开的一种示例性实施例中，将所述人均行为数量大于第一阈值的埋点确定为异常埋点包括：分别将各所述埋点的人均行为数量乘以各所述埋点的等效系数，得到各所述埋点的等效人均行为数量；将所述等效人均行为数量大于第一阈值的埋点确定为异常埋点。

在本公开的一种示例性实施例中，还包括：根据各所述埋点的内容变化调整各所述埋点的等效系数。

在本公开的一种示例性实施例中，所述异常埋点包括多个异常埋点；统计所述预设周期内每个用户在所述异常埋点的行为数量占所述用户的行为总数的比例包括：统计所述预设周期内每个用户在每个所述异常埋点的行为数量，并将所述用户的行为数量最大的异常埋点确定为所述用户的主异常埋点；计算所述用户在所述主异常埋点的行为数量占所述用户行为总数的比例。