[发明专利]一种用户检测方法、装置及电子设备

权利要求书

1.一种用户检测方法，其特征在于，所述方法包括：

获取用户参与应用程序所推出活动过程中产生的各行为数据；其中，所述行为数据包括：用户所参与活动的活动标识以及表示用户参与活动时间的时间信息；

获取用户参与应用程序所推出的各个活动的顺序；

按照所述顺序，对各行为数据包括的活动标识以及用户相邻两次参与活动的时间间隔进行分析，确定用户参与所述应用程序所推出活动的行为规律，并根据所述行为规律检测所述用户是否为非正常用户，其中，用户相邻两次参与活动的时间间隔是根据各行为数据包括的时间信息确定的；

所述按照所述顺序，对各行为数据包括的活动标识以及用户相邻两次参与活动的时间间隔进行分析，确定用户参与所述应用程序所推出活动的行为规律，包括：

使用预先训练的检测模型包括的各个信息融合层，对用户参与第一个活动过程中产生的第一行为数据包括的活动标识和预设时间间隔进行信息融合，其中，第一个信息融合层的输入包括：所述第一行为数据包括的活动标识和所述预设时间间隔，其他信息融合层的输入包括：上一信息融合层的输出；

按照所述顺序，使用预先训练的检测模型包括的各个信息融合层，对用户参与其他活动过程中产生的第二行为数据包括的活动标识和该活动标识对应的时间间隔进行信息融合，其中，第一个信息融合层的输入包括：第二行为数据包括的活动标识、该活动标识对应的时间间隔和该信息融合层上一次进行信息融合的输出，其他信息融合层的输入包括：该信息融合层上一次进行信息融合的输出和上一信息融合层的输出，活动标识对应的时间间隔表示用户参与活动标识对应的活动的时间与用户参与上一个活动的时间之间的时间间隔；

根据各个信息融合层最后一次进行信息融合的输出，确定用户参与所述应用程序所推出活动的行为规律。

2.根据权利要求1所述的方法，其特征在于，所述检测模型还包括信息关联层；

在所述使用预先训练的检测模型包括的各个信息融合层，对用户参与第一个活动过程中产生的第一行为数据包括的活动标识和预设时间间隔进行信息融合之前，所述方法还包括：

使用预先训练的检测模型包括的信息关联层建立用户参与第一个活动过程中产生的第一行为数据包括的活动标识和预设时间间隔之间的逻辑关系，得到第一行为数据包括的活动标识对应的信息关联结果，其中，所述信息关联层的输入包括：所述第一行为数据包括的活动标识和所述预设时间间隔；

使用预先训练的检测模型包括的信息关联层建立用户参与其他活动过程中产生的第二行为数据包括的活动标识和该活动标识对应的时间间隔之间的逻辑关系，得到第二行为数据包括的活动标识对应的信息关联结果，其中，所述信息关联层的输入包括：所述第二行为数据包括的活动标识和该活动标识对应的时间间隔；

所述使用预先训练的检测模型包括的各个信息融合层，对用户参与第一个活动过程中产生的第一行为数据包括的活动标识和预设时间间隔进行信息融合，包括：

使用预先训练的检测模型包括的各个信息融合层，对所述第一行为数据包括的活动标识对应的信息关联结果进行信息融合，其中，第一个信息融合层的输入包括：所述第一行为数据包括的活动标识对应的信息关联结果；

所述按照所述顺序，使用预先训练的检测模型包括的各个信息融合层，对用户参与其他活动过程中产生的第二行为数据包括的活动标识和该活动标识对应的时间间隔进行信息融合，包括：

按照所述顺序，使用预先训练的检测模型包括的各个信息融合层，对第二行为数据包括的活动标识对应的信息关联结果进行信息融合，其中，第一个信息融合层的输入包括：第二行为数据包括的活动标识对应的信息关联结果、该信息融合层上一次进行信息融合的输出。

3.根据权利要求1至2任一项所述的方法，其特征在于，所述时间信息包括：绝对时间、时间间隔或者对所述时间间隔进行归一化处理得到的信息，其中，所述时间间隔表示用户参与第一活动的时间与参与第二活动的时间之间的间隔，所述第一活动为：所述行为数据中包括的活动标识对应的活动，所述第二活动为：用户在参与所述第一活动之前最近一次参与的应用程序所推出的活动。