[发明专利]用户行为追踪数据的分析方法、系统及存储介质

权利要求书

1.一种用户行为追踪数据的分析方法，其特征在于，所述用户行为追踪数据的分析方法包括以下步骤：

S1、收集两个订单在用户下单过程中的用户行为追踪数据；

S2、利用所述用户行为追踪数据计算两个所述订单的相似性。

2.如权利要求1所述的用户行为追踪数据的分析方法，其特征在于，S2包括以下步骤：

S21、结构化所述用户行为追踪数据，得到对应的用户行为追踪矩阵；

S22、将两个所述用户行为追踪矩阵分别作为循环神经网络的输入，获得所述循环神经网络的最后一个全连接层构成的两个向量；所述循环神经网络基于若干样本数据训练而得，所述样本数据包括样本用户行为追踪数据经结构化后得到的样本用户行为追踪矩阵和样本用户行为追踪数据所对应订单的标签；

S23、计算所述两个向量的欧氏距离，所述欧氏距离表征两个所述订单之间的相似性。

3.如权利要求2所述的用户行为追踪数据的分析方法，其特征在于，在步骤S22之前，使用若干样本数据运用基于时间的反向传播算法进行训练，得到所述循环神经网络。

4.如权利要求1或2所述的用户行为追踪数据的分析方法，其特征在于，所述用户行为追踪数据的分析方法还包括以下步骤：

收集若干订单的所述用户行为追踪数据，运用步骤S2计算两两订单之间的相似性；

基于所述两两订单之间的相似性对订单进行聚类，得到若干个类；

分析每个类的数据特征。

5.如权利要求2所述的用户行为追踪数据的分析方法，其特征在于，使用独热编码进行所述结构化。

6.如权利要求4所述的用户行为追踪数据的分析方法，其特征在于，使用K-中心点算法进行所述聚类。

7.如权利要求4所述的用户行为追踪数据的分析方法，其特征在于，所述数据特征包括表征是否属于欺诈类的特征，数据特征属于欺诈类特征的类所对应的订单的标签为欺诈类订单。

8.一种用户行为追踪数据的分析系统，其特征在于，所述用户行为追踪数据的分析系统包括收集模块和计算模块：

所述收集模块用于收集两个订单在用户下单过程中的用户行为追踪数据；

所述计算模块用于利用所述用户行为追踪数据计算两个所述订单的相似性。

9.如权利要求8所述的用户行为追踪数据的分析系统，其特征在于，所述计算模块包括结构化模块、训练模块和距离计算模块：

所述结构化模块用于结构化所述用户行为追踪数据，得到对应的用户行为追踪矩阵；

所述训练模块用于将两个所述用户行为追踪矩阵分别作为循环神经网络的输入，获得所述循环神经网络的最后一个全连接层构成的两个向量；所述训练模块还用于基于若干样本数据训练所述循环神经网络，所述样本数据包括样本用户行为追踪数据经结构化后得到的样本用户行为追踪矩阵和样本用户行为追踪数据所对应订单的标签；

所述距离计算模块用于计算所述两个向量的欧氏距离，所述欧氏距离表征两个所述订单之间的相似性。

10.如权利要求8所述的用户行为追踪数据的分析系统，其特征在于，所述训练模块还用于使用若干样本数据运用基于时间的反向传播算法进行训练，得到所述循环神经网络。

11.如权利要求8或9所述的用户行为追踪数据的分析系统，其特征在于，所述用户行为追踪数据的分析系统还包括聚类模块和分析模块：

所述收集模块还用于收集若干订单的所述用户行为追踪数据；

所述计算模块还用于计算两两订单之间的相似性；

所述聚类模块用于基于所述两两订单之间的相似性，对订单进行聚类，得到若干个类；

所述分析模块用于分析每个类的数据特征。

12.如权利要求9所述的用户行为追踪数据的分析系统，其特征在于，所述结构化模块使用独热编码进行所述结构化。