[发明专利]基于深度学习的不良购票行为管理方法

摘要

本发明公开了一种基于深度学习的不良购票行为管理方法，包括，建立模型、步骤S2，训练模型，实时数据采集，根据采集的用户交易行为数据并经训练模型分析，预测用户当前购票行为是否为不良购票行为，若用户当前购票行为为不良购票行为进入不良购票行为处理，否则为正常购票行为，本发明的不良购票行为管理方法，主动发现网络刷票行为，并自动进行处理，将异常用户列入黑名单，禁止黑名单用户购票，维护购票系统公正运行。

主权项

1.一种基于深度学习的不良购票行为管理方法，其特征在于，包括如下步骤：步骤S1，建立模型：采用SVM分类器、贝叶斯分类器、及随机森林回归建立模型；步骤S2，训练模型：将售票系统中现有的用户及其购票记录，及其票附属信息进行收集、整理，并对模型进行训练；将售票系统已被标识或屏蔽的黑名单用户的购票记录及其附属信息也进行收集、模型训练；所述票附属信息包括购票时间、购票地点、终端类型、数量、付款信息、购票内容；步骤S3，实时数据采集：实时采集用户交易行为数据，所述用户交易行为数据包括但不限于用户身份信息、购票时间、购票地点、终端类型、购票内容；所述终端类型为电脑、手机、或者操作系统；所述购票内容包括票的区间、时间；步骤S4，用户行为预测：根据采集的用户交易行为数据并经训练模型分析，预测用户当前购票行为是否为不良购票行为，若用户当前购票行为为不良购票行为进入步骤S5不良购票行为处理，否则为正常购票行为。