[发明专利]群红包异常行为识别方法、装置、介质及电子设备

权利要求书

1.一种群红包异常行为识别方法，其特征在于，所述方法包括：

根据预定规则，对用户红包收款行为信息点进行聚类，以划分为多个类，所述类包括一个或多个红包收款行为信息点，所述红包收款行为信息点包括收款数额和时间，所述红包收款行为信息点与红包收款行为对应；其中，所述预定规则包括：获取扫描半径和最小包含点数参数；任取用户在目标时间区间内的一个红包收款行为信息点为初始红包收款行为信息点；以初始红包收款行为信息点为中心，获取用户在所述目标时间区间内所有红包收款行为信息点中与所述中心的时间差在所述扫描半径以内的红包收款行为信息点的数目；在所述扫描半径以内红包收款行为信息点的数目超过所述最小包含点数的情况下，将所述扫描半径以内的红包收款行为点归为与所述初始红包收款行为点属于同一类；标记所述中心为已访问；以与初始红包收款行为点属于同一类的未被标记为已访问的红包收款行为信息点为中心，再次获取用户在所述目标时间区间内所有红包收款行为信息点中与所述中心的时间差在扫描半径以内的红包收款行为信息点的数目，在所述时间差阈值以内红包收款行为信息点的数目超过所述最小包含点数的情况下，将所述扫描半径以内的红包收款行为点归为与所述初始红包收款行为点属于同一类，标记所述中心为已访问，直到所述类中的每个红包收款行为点被标记为已访问；针对用户在所述目标时间区间内的红包收款行为信息点中未被标记为已访问的红包收款行为信息点进行聚类，直到用户在所述目标时间区间内的红包收款行为信息点都被标记为已访问；

确定所述多个类中红包收款行为信息点最多的类，为中心类；

获取与所述中心类对应的红包收款行为信息点数目；

确定所述中心类中所有红包收款行为信息点的收款数额之和；

如果所述中心类对应的红包收款行为信息点数目大于预定数目阈值，且所述中心类中所有红包收款行为信息点的收款数额之和大于预定和阈值，确定所述中心类中最早和最晚的红包收款行为信息点的时间之差，作为针对该用户确定的中心类的收款行为持续时间；

针对用户集合中所有用户确定的所述收款行为持续时间，确定时间阈值；

如果用户在目标时间区间中红包收款行为信息点数目大于预定数目阈值，红包收款行为信息点的收款数额之和大于预定和阈值，且最早和最晚的红包收款行为信息点的时间之差小于所述时间阈值，判断该用户在目标时间区间内红包收款行为是异常红包收款行为。

2.根据权利要求1所述的方法，其特征在于，所述针对用户集合中所有用户确定的所述收款行为持续时间，确定时间阈值，包括：

将针对所述用户集合中每个用户确定的中心类的收款行为持续时间的最大值，作为时间阈值。

3.根据权利要求1所述的方法，其特征在于，所述针对用户集合中所有用户确定的所述收款行为持续时间，确定时间阈值，包括：

将针对用户集合中所有用户确定的所述收款行为持续时间从小到大排序，以建成收款行为持续时间顺序表；

计算确定的收款行为持续时间的数目与预定比值的乘积；

按照所述乘积，在所述收款行为持续时间顺序表取出收款行为持续时间，作为时间阈值。

4.根据权利要求3所述的方法，其特征在于，所述预定比值为99%。

5.根据权利要求3所述的方法，其特征在于，所述按照所述乘积，在所述收款行为持续时间顺序表取出收款行为持续时间，作为时间阈值，包括：

如果所述乘积为整数，则将所述收款行为持续时间顺序表中排序为所述乘积的收款行为持续时间取出，作为时间阈值；

如果所述乘积为小数，获取小于所述小数的最大整数；

将所述收款行为持续时间顺序表中排序为所述最大整数的收款行为持续时间取出，作为时间阈值。

6.根据权利要求1所述的方法，其特征在于，还包括：

在判断该用户在目标时间区间内红包收款行为是异常红包收款行为的情况下，向红包收款账户所属银行发送报警信息，所述红包收款账户与所述红包收款行为对应。