[发明专利]一种用户状态检测方法、装置和计算机可读存储介质在审

专利信息
申请号: 202010656191.2 申请日: 2020-07-09
公开(公告)号: CN113935393A 公开(公告)日: 2022-01-14
发明(设计)人: 毕超波 申请(专利权)人: 深圳市腾讯网域计算机网络有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 彭绪坤
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用户 状态 检测 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种用户状态检测方法,其特征在于,包括:

获取多个用户的用户数据样本;

对所述用户数据样本进行多次采样,并对每次采样得到的目标用户数据样本进行特征提取,得到用户数据特征集合;

根据所述目标用户数据样本和用户数据特征集合,对预设决策子树进行递归,得到多个决策树和所述决策树针对所述用户数据特征集合的决策结果;

对所述决策结果进行加权,并在加权后的决策结果中筛选出用于对所述决策树进行融合的目标决策结果;

根据所述目标决策结果,对所述决策树进行融合,得到决策树组;

采用所述决策树组对待检测用户数据进行检测,得到异常状态用户。

2.根据权利要求1所述的用户状态检测方法,其特征在于,所述采用所述决策树组对待检测用户数据进行检测,得到异常状态用户,包括:

采用所述决策树组,在预设识别条件集合中筛选出所述待检测用户数据对应的识别条件,所述待检测用户数据包括待检测用户集合;

根据所述识别条件,在所述待检测用户集合中识别出异常状态用户。

3.根据权利要求2所述的用户状态检测方法,其特征在于,所述采用所述决策树组,在预设识别条件集合中筛选出所述待检测用户数据对应的识别条件,包括:

获取所述待检测用户数据;

采用所述决策树组对所述待检测用户数据进行多维度的特征提取,得到多个待检测用户数据特征;

在所述待检测用户数据特征中筛选出至少一个目标用户数据特征;

在所述预设识别条件集合中提取出所述目标用户数据特征对应的识别条件。

4.根据权利要求3所述的用户状态检测方法,其特征在于,所述在所述待检测用户数据特征中筛选出至少一个目标用户数据特征,包括:

对待检测用户数据特征按照重要程度进行排序,得到排序后的待检测用户数据特征;

在所述排序后的待检测数据特征中筛选出预设排名区间内的至少一个待检测用户数据特征作为目标用户数据特征。

5.根据权利要求2所述的用户状态检测方法,其特征在于,所述根据所述识别条件,在所述待检测用户集合中识别出异常状态用户之后,还包括:

在所述待检测用户数据中提取出所述异常状态用户的目标用户数据;

根据所述目标用户数据,确定所述异常状态用户的异常状态类型;

在预设提示信息集合中筛选出所述异常状态类型对应的提示信息,并将所述提示信息发送至所述异常状态用户对应的用户终端。

6.根据权利要求1所述的用户状态检测方法,其特征在于,所述对所述决策结果进行加权,并在加权后的决策结果中筛选出用于对所述决策树进行融合的目标决策结果,包括:

获取每一所述决策树的预设加权系数;

对所述预设加权系数对应的决策树的决策结果进行加权;

在加权后的决策结果中筛选出用于对所述决策树进行融合的目标决策结果。

7.根据权利要求6所述的用户状态检测方法,其特征在于,所述在加权后的决策结果中筛选出用于对所述决策树进行融合的目标决策结果,包括:

对所述加权后的决策结果进行分类;

在分类后的决策结果中计算每一所述决策结果作为所述目标决策结果的候选概率,得到候选概率集合;

在所述候选概率集合中筛选出概率最大的候选概率作为目标概率;

当所述目标概率超过预设概率阈值时,在所述加权后的决策结果中筛选出所述目标概率对应的决策结果,将所述目标概率对应的决策结果作为目标决策结果。

8.根据权利要求6所述的用户状态检测方法,其特征在于,所述根据所述目标决策结果,对所述决策树进行融合,得到所述决策树组,包括:

根据所述目标决策结果,对所述决策树进行收敛,并将收敛后的多个决策树作为决策树组。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯网域计算机网络有限公司,未经深圳市腾讯网域计算机网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010656191.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top