[发明专利]一种行为检测方法、装置、计算机设备和存储介质在审
申请号: | 201910376343.0 | 申请日: | 2019-05-07 |
公开(公告)号: | CN110414547A | 公开(公告)日: | 2019-11-05 |
发明(设计)人: | 周忠 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q30/02 |
代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 黄威 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 行为特征信息 行为检测 计算机设备 存储介质 历史行为 行为信息 特征信息获取 用户标识获取 历史时间段 特征融合 特征信息 用户标识 参考 融合 真实性 终端 预测 | ||
1.一种行为检测方法,其特征在于,包括:
从终端获取用户针对推广内容的当前行为信息,所述当前行为信息包括所述用户的用户标识、以及所述用户针对推广内容的当前行为特征信息;
根据所述用户标识获取在历史时间段内所述用户针对历史推广内容的历史行为特征信息;
根据所述历史行为特征信息获取历史参考行为特征信息;
将所述当前行为特征信息与所述历史参考行为特征信息进行特征融合,得到融合后行为特征信息;
基于行为检测模型和所述融合后行为特征信息,预测用户针对所述推广内容的行为真实性,其中,所述行为检测模型由训练样本训练而成。
2.如权利要求1所述的行为检测方法,其特征在于,根据所述用户标识获取在历史时间段内所述用户针对历史推广内容的历史行为特征信息,包括:
根据所述用户标识获取在多个历史时间段内所述用户针对历史推广内容的历史行为特征信息;
根据所述历史行为特征信息获取历史参考行为特征信息,包括:
将在多个历史时间段内所述用户针对历史推广内容的历史行为特征信息进行特征融合,得到融合后历史行为特征信息;
将所述融合后历史行为特征信息作为历史参考行为特征信息。
3.如权利要求1所述的行为检测方法,其特征在于,其中,行为特征信息包括多个行为特征;
将所述当前行为特征信息与所述历史参考行为特征信息进行特征融合,包括:
将当前行为特征信息与所述历史参考行为特征信息中相同的行为特征进行特征拼接。
4.如权利要求1所述的行为检测方法,其特征在于,基于行为检测模型和所述融合后行为特征信息预测用户针对所述推广内容的行为真实性,包括:
将融合后行为特征信息的数据流划分成目标批次数据;
加载行为检测模型,并基于行为检测模型对应的数据处理逻辑对所述目标批次数据进行数据处理,以预测用户针对所述推广内容的行为真实性。
5.如权利要求1所述的行为检测方法,其特征在于,基于行为检测模型和所述融合后行为特征信息预测用户针对所述推广内容的行为真实性,包括:
根据所述用户标识从多个候选行为检测模型中选择所述用户对应的行为检测模型,所述行为检测模型由所述用户对应的训练样本训练而成;
根据所述用户对应的行为检测模型和所述融合后行为特征信息预测用户针对所述推广内容的行为真实性。
6.如权利要求1所述的行为检测方法,其特征在于,还包括:
获取历史真实行为特征信息,所述历史真实行为特征信息为在历史时间段内所述用户针对历史推广内容的行为为真实行为时的历史行为特征信息;
根据所述历史真实行为特征信息构建正训练样本;
根据所述正训练样本对预设的行为检测模型进行训练。
7.如权利要求5所述的行为检测方法,其特征在于,根据所述历史真实行为特征信息构建正训练样本,包括:
从多个历史真实行为特征信息中选择若干样本行为特征信息;
将所述样本行为特征信息进行特征融合,得到融合后样本行为特征信息;
将融合后样本行为特征信息作为正训练样本。
8.如权利要求1所述的行为检测方法,其特征在于,还包括:
获取负训练样本,所述负训练样本包括:在历史时间段内所述用户针对历史推广内容的行为为非真实行为时的历史行为特征信息;
根据所述正训练样本对预设的行为检测模型进行训练,包括:
根据所述正训练样本和所述负训练样本对预设的行为检测模型进行训练。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910376343.0/1.html,转载请声明来源钻瓜专利网。