[发明专利]异常行为识别方法、装置、电子设备及介质

权利要求书

1.一种异常行为识别方法，其特征在于，包括：

获取预设历史时间段内的用户历史行为数据；

提取所述用户历史行为数据的识别特征，并计算所述用户历史行为数据的词频特征，并基于所述用户历史行为数据的识别特征和词频特征训练得到异常行为识别模型；

获取待识别行为数据，并将所述待识别行为数据的识别特征和词频特征输入至所述异常行为识别模型中，得到异常行为识别结果。

2.根据权利要求1所述的方法，其特征在于，所述获取预设历史时间段内的用户历史行为数据，包括：

获取预设历史时间段内的用户历史行为数据；

将所述用户历史行为数据分为正样本历史行为数据和负样本历史行为数据；

以第一拆分频率将所述正样本历史行为数据拆分为两个或多个正样本历史行为序列，以第二拆分频率将所述负样本历史行为数据拆分为两个或多个负样本历史行为序列。

3.根据权利要求2所述的方法，其特征在于，所述第一拆分频率小于第二拆分频率。

4.根据权利要求2所述的方法，其特征在于，所述获取预设历史时间段内的用户历史行为数据，还包括：

对于所述正样本历史行为序列和所述负样本历史行为序列进行去重处理。

5.根据权利要求2所述的方法，其特征在于，所述提取所述用户历史行为数据的识别特征，并计算所述用户历史行为数据的词频特征，并基于所述用户历史行为数据的识别特征和词频特征训练得到异常行为识别模型，包括：

提取所述用户历史行为数据的识别特征；

分别计算所述正样本历史行为序列和所述负样本历史行为序列的词频特征；

基于所述正样本历史行为序列和所述负样本历史行为序列的识别特征和词频特征训练得到异常行为识别模型。

6.根据权利要求5所述的方法，其特征在于，所述分别计算所述正样本历史行为序列和所述负样本历史行为序列的词频特征之后，还包括：

删除小于预设词频阈值的词频特征。

7.一种异常行为识别装置，其特征在于，包括：

获取模块，被配置为获取预设历史时间段内的用户历史行为数据；

训练模块，被配置为提取所述用户历史行为数据的识别特征，并计算所述用户历史行为数据的词频特征，并基于所述用户历史行为数据的识别特征和词频特征训练得到异常行为识别模型；

识别模块，被配置为获取待识别行为数据，并将所述待识别行为数据的识别特征和词频特征输入至所述异常行为识别模型中，得到异常行为识别结果。

8.根据权利要求7所述的装置，其特征在于，所述获取模块包括：

获取子模块，被配置为获取预设历史时间段内的用户历史行为数据；

第一拆分子模块，被配置为将所述用户历史行为数据分为正样本历史行为数据和负样本历史行为数据；

第二拆分子模块，被配置为以第一拆分频率将所述正样本历史行为数据拆分为两个或多个正样本历史行为序列，以第二拆分频率将所述负样本历史行为数据拆分为两个或多个负样本历史行为序列。

9.根据权利要求8所述的装置，其特征在于，所述第一拆分频率小于第二拆分频率。

10.根据权利要求8所述的装置，其特征在于，所述获取模块还包括：

处理子模块，被配置为对于所述正样本历史行为序列和所述负样本历史行为序列进行去重处理。

11.根据权利要求8所述的装置，其特征在于，所述训练模块包括：

提取子模块，被配置为提取所述用户历史行为数据的识别特征；

计算子模块，被配置为分别计算所述正样本历史行为序列和所述负样本历史行为序列的词频特征；

训练子模块，被配置为基于所述正样本历史行为序列和所述负样本历史行为序列的识别特征和词频特征训练得到异常行为识别模型。