[发明专利]恶意用户识别方法及装置、计算机存储介质、电子设备

权利要求书

1.一种恶意用户识别方法，其特征在于，包括：

将用户的购物行为数据对应的特征向量与未知参数的乘积确定为用户的信用评分；

将恶意用户的信用评分小于目标阈值的概率和非恶意用户的信用评分小于所述目标阈值的概率之差定义为检验统计量，并将所述检验统计量确定为目标函数；所述检验统计量用于表征正确识别所述恶意用户与误识别所述恶意用户的概率之差；

根据所述未知参数的第一赋值，确定满足最大化目标函数的关联参数；所述关联参数为与所述未知参数相对应的目标阈值；基于所述关联参数与所述第一赋值，采用迭代算法对所述目标函数进行优化，以得到所述未知参数的第N-1赋值和第N赋值；

当所述第N赋值和所述第N-1赋值之间的乘积满足预设阈值条件时，将所述第N赋值与所述特征向量的乘积确定为所述用户的信用评分；根据所述信用评分的数值大小，识别所述用户是否为恶意用户；

其中，N为大于或等于2的正整数。

2.根据权利要求1所述的方法，其特征在于，所述当所述第N赋值和所述第N-1赋值之间的乘积满足预设阈值条件时，将所述第N赋值与所述特征向量的乘积确定为所述用户的信用评分，包括：

当所述第N赋值和第N-1赋值之间的乘积满足以下公式时，将所述第N赋值与所述特征向量的乘积确定为所述用户的信用评分：

|1-β^(N-1)β^(N)|u

其中，||β||＝1，β^(N-1)为所述第N-1赋值，β^(N)为所述第N赋值，u为大于0小于1的有理数。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述信用评分小于目标阈值，则确定所述用户为所述恶意用户；

对所述恶意用户进行拦截处理。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将检测到的用户行为信息与预先设置的埋点关键词进行匹配；

对匹配上的用户行为信息进行数据清洗，得到目标数据集合；

对所述目标数据集合中的异常数据进行剔除处理，得到特征数据；

根据业务需求对所述特征数据进行筛选处理，得到所述用户的购物行为数据。

5.根据权利要求4所述的方法，其特征在于，所述对匹配上的用户行为信息进行数据清洗，得到目标数据集合，包括：

检测所述匹配上的用户行为信息是否存在数据缺失；

对存在数据缺失的所述匹配上的用户行为信息进行数据填充，得到所述目标数据集合。

6.根据权利要求4所述的方法，其特征在于，所述用户行为信息包括以下任意一种或多种：注册信息、浏览信息、点击信息、评论信息和下单信息。

7.一种恶意用户识别装置，其特征在于，包括：

定义模块，用于将用户的购物行为数据对应的特征向量与未知参数的乘积确定为用户的信用评分；

第一确定模块，用于将恶意用户的信用评分小于目标阈值的概率和非恶意用户的信用评分小于所述目标阈值的概率之差定义为检验统计量，并将所述检验统计量确定为目标函数；所述检验统计量用于表征正确识别所述恶意用户与误识别所述恶意用户的概率之差；

优化模块，用于根据所述未知参数的第一赋值，确定满足最大化目标函数的关联参数；所述关联参数为与所述未知参数相对应的目标阈值；基于所述关联参数与所述第一赋值，采用迭代算法对所述目标函数进行优化，以得到所述未知参数的第N-1赋值和第N赋值；

第二确定模块，用于当所述第N赋值和所述第N-1赋值之间的乘积满足预设阈值条件时，将所述第N赋值与所述特征向量的乘积确定为所述用户的信用评分；

识别模块，用于根据所述信用评分的数值大小，识别所述用户是否为恶意用户；

其中，N为大于或等于2的正整数。

8.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～6中任意一项所述的恶意用户识别方法。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～6中任意一项所述的恶意用户识别方法。