[发明专利]渠道异常用户和异常渠道识别方法及装置有效
申请号: | 201910398508.4 | 申请日: | 2019-05-14 |
公开(公告)号: | CN110189165B | 公开(公告)日: | 2021-07-23 |
发明(设计)人: | 张景鹏;郭佳;徐路;美惠;李油 | 申请(专利权)人: | 微梦创科网络科技(中国)有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 北京国昊天诚知识产权代理有限公司 11315 | 代理人: | 刘昕;南霆 |
地址: | 100193 北京市海淀区东北旺西路中关村*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 渠道 异常 用户 识别 方法 装置 | ||
1.一种渠道异常用户识别方法,其特征在于,所述方法包括:
根据预设规则从渠道中确定疑似异常用户组,所述疑似异常用户组中包括多个疑似异常的用户;
根据所述疑似异常用户组中的用户在目标行为属性上的行为数据,确定所述疑似异常用户组中的用户在所述目标行为属性上的信息熵,其中,所述信息熵用于表征用户在行为属性上的集中程度;
根据所述目标行为属性上的信息熵确定所述疑似异常用户组中的用户是否为异常用户;
其中,所述目标行为属性包括在线时长,在线阅读时长和在线阅读量,所述疑似异常用户组中的用户在所述目标行为属性上的信息熵的计算公式,包括:
疑似异常用户在在线时长上的信息熵计算公式:
;
将在线时长进行分段,统计各分段上疑似异常用户的数量,
疑似异常用户在在线阅读时长上的信息熵计算公式;
;
将在线阅读时长进行分段,统计各分段上疑似异常用户的数量,
疑似异常用户在在线阅读量上的信息熵计算公式:
;
将在线阅读量的数量进行分段,统计各分段上疑似异常用户的数量,
信息熵值越大,则说明疑似异常用户组中的用户在所述目标行为属性上的分布越均衡,集中程度越弱,所述疑似异常用户组中的用户为异常用户的可能性较小;信息熵值越小,则说明疑似异常用户组中的用户在所述目标行为属性上的分布集中度越高,所述疑似异常用户组中的用户为异常用户的可能性较大。
2.根据权利要求1所述的方法,其特征在于,根据预设规则从渠道中确定疑似异常用户组,具体包括如下任意一种:
当渠道中使用同一设备的用户数量大于预设数量阈值时,将使用所述设备的全部用户确定为疑似异常用户组;
当渠道中网络操作行为先后顺序相同的用户的数量大于预设数量时,将网络操作行为先后顺序相同的全部用户中在线阅读时长低于预设时长的用户确定为疑似异常用户组;
将渠道中使用预设IP地址黑名单中的IP地址的用户确定为疑似异常用户组。
3.根据权利要求1所述的方法,其特征在于,根据所述疑似异常用户组中的用户在目标行为属性上的行为数据,确定所述疑似异常用户组中的用户在所述目标行为属性上的信息熵,具体包括:
根据所述疑似异常用户组中的用户在多个目标行为属性上的行为数据,分别确定所述疑似异常用户组中的用户在各目标行为属性上所对应的信息熵;则,
根据所述目标行为属性上的信息熵确定所述疑似异常用户组中的用户是否为异常用户,具体包括:根据各目标行为属性所对应的信息熵,确定所述疑似异常用户组中的用户是否为异常用户。
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微梦创科网络科技(中国)有限公司,未经微梦创科网络科技(中国)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/201910398508.4/1.html,转载请声明来源钻瓜专利网。