[发明专利]羊毛党流量识别方法及装置

权利要求书

1.一种羊毛党流量识别方法，其特征在于，包括：

根据识别模型确定待识别流量能够命中的风险标签，其中，所述识别模型为规则模型，根据待识别流量的历史用户行为特征，得到该流量的风险标签；

根据待识别流量命中的所述风险标签以及判定模型，确定所述流量的羊毛系数，其中，所述判定模型为机器学习模型，判定模型由多组训练数据训练得到，每组训练数据包括流量命中的风险标签，以及所述流量的羊毛党系数；在所述羊毛党系数超过第一预设风险阈值的情况下，确定所述待识别流量为羊毛党的流量。

2.根据权利要求1所述的方法，其特征在于，根据待识别流量命中的所述风险标签以及判定模型，确定所述流量的羊毛党系数之前，包括：

将命中的风险标签的数量超过预设数量阈值的流量，作为正样本；将命中的风险标签的数量未超过预设数量阈值的流量，作为负样本；

根据所述正样本和所述负样本对所述判定模型进行训练。

3.根据权利要求2所述的方法，其特征在于，根据待识别流量命中的所述风险标签以及判定模型，确定所述流量的羊毛党系数包括：

通过逻辑回归算法，确定所述流量能够命中的风险标签的权重；

将所述待识别流量命中的标签及其对应的权重，输入所述判定模型，由所述判定模型输出所述待识别流量对应的羊毛党系数。

4.根据权利要求3所述的方法，其特征在于，还包括：

在所述羊毛党系数在所述第一预设风险阈值和第二预设风险阈值之间的情况下，确定所述待识别流量为疑似羊毛党的流量，其中，所述第一预设风险阈值大于所述第二预设风险阈值；

在所述羊毛党系数不超过所述第二预设风险阈值的情况下，确定所述待识别流量为正常流量。

5.根据权利要求1所述的方法，其特征在于，所述风险标签包括下列至少之一：IP地址异常，GPS异常，用户信息异常，设备异常。

6.根据权利要求5所述的方法，其特征在于，所述用户信息异常包括用户为抱团用户，其中，多个所述抱团用户的账号绑定同一手机号，且多个所述抱团用户的IP地址的重合度超过预设重合度阈值。

7.根据权利要求5所述的方法，其特征在于，根据识别模型确定待识别流量能够命中的风险标签包括：

根据羊毛党的流量构建灰名单库；

通过识别模型统计所述灰名单库中的羊毛党流量的参数的共同点；

将所述共同点作为所述风险标签。

8.一种羊毛党流量识别装置，其特征在于，包括：

识别模块，用于根据识别模型确定待识别流量命中的风险标签，其中，所述识别模型为用于构建风险标签规则的规则模型，根据待识别流量的历史用户行为特征，得到该流量的风险标签；

判定模块，用于根据待识别流量命中的所述风险标签以及判定模型，计算所述流量的羊毛系数，其中，所述判定模型为机器学习模型，判定模型由多组训练数据训练得到，每组训练数据包括流量以及流量命中的风险标签，根据风险标签的权重和待识别流量命中的风险标签，计算流量的羊毛系数；在所述羊毛党系数超过第一预设风险阈值的情况下，确定所述待识别流量为羊毛党的流量。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的羊毛党流量识别方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的羊毛党流量识别方法。