异常行为模式识别方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例公开了一种基于业务办理轨迹的异常行为模式识别方法、装置、设备和介质。异常行为模式识别方法包括：基于用户的业务办理行为，生成用户的业务办理轨迹；以及自动提取业务办理轨迹中重复度排名靠前的轨迹片段，作为潜在异常行为模式。通过本发明专利技术的技术方案，能够更好地满足当前运营商反套利的需求。

Abnormal Behavior Pattern Recognition Method, Device, Equipment and Media

【技术实现步骤摘要】
异常行为模式识别方法、装置、设备及介质
本专利技术涉及业务支撑
，尤其涉及一种基于用户业务办理轨迹的异常行为模式识别方法、装置、设备及介质。
技术介绍
当前，电信网络运营商的在网的用户以及销售渠道中，存在部分社会渠道、用户，通过各种方法进行套利的现象，给运营商造成了一定的财务压力。运营商现有的反套利的办法，主要是根据已知的套利模式，分析套利用户的动因和行为特征，去识别套利用户。比如，针对渠道养卡套利，主要有从养卡用户的动因及行为特征出发，基于通话行为、消费特征、数据业务、终端、交往圈、基站等输入指标，对批量操作、套利行为、相似度和通信沉默四个特征进行交集筛选，分析判断养卡套利用户。除了上述已知的套利模式之外，最近新发现了以前不掌握的几种套利模式，如有用户在同一天内进行“报开-转赠流量-报停”，导致只收取了用户套餐拆分到当天的费用，而用户却消费了全月的数据流量；再比如，有用户多次、频繁的参加赠送话费活动，导致其赠送的话费占其消费总金额的80％以上。由此可见，现网用户中还存在大量套利用户，用运营商目前根本不了解、不掌握的方法在进行套利。
技术实现思路
现有的反套利办法，由于只能基于已知的套利模式，通过分析套利用户的动因和行为模式去识别套利用户，无法识别未知的套利模式、无法识别客户的业务办理序列进而导致无法发现业务办理规则中的漏洞，难以适应当前运营商反套利的需求。本专利技术实施例提供了一种基于用户业务办理轨迹的套利模式识别方法、装置、设备及介质。第一方面，本专利技术实施例提供了一种基于业务办理轨迹的异常行为模式识别方法，该方法包括：基于用户的业务办理行为，生成用户的业务办理轨迹；以及自动提取业务办理轨迹中重复度排名靠前的轨迹片段，作为潜在异常行为模式。第二方面，本专利技术实施例提供了一种基于业务办理轨迹的异常行为模式识别装置，该装置包括：业务办理轨迹生成模块，基于用户的业务办理行为，生成用户的业务办理轨迹；以及潜在异常行为识别模块，自动提取业务办理轨迹中重复度排名靠前的轨迹片段，作为潜在异常行为模式。第三方面，本专利技术实施例提供了一种基于业务办理轨迹的异常行为模式识别设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一或第二方面的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一或第二方面的方法。本专利技术实施例提供的基于业务办理轨迹的异常行为模式识别方法、装置、设备及介质，通过用户行为模式生成算法，自动生成涉嫌套利用户的行为模式，这些行为模式就是潜在的套利行为模式。在这些行为模式中，必然存在关键的、用来实现套利的业务办理一系列行为，可以通过这些行为序列进行分析，发现运营商业务办理规则中存在的漏洞，从而更好地进行异常行为模式的监控。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了根据本专利技术一实施例的异常行为模式识别方法。图2示出了根据本专利技术另一实施例的异常行为模式识别方法。图3示出了根据本专利技术一实施例的异常行为模式识别装置。图4示出了根据本专利技术一实施例的异常行为模式识别设备。具体实施方式下面将详细描述本专利技术的各个方面的特征和示例性实施例，为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本专利技术，并不被配置为限定本专利技术。对于本领域技术人员来说，本专利技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本专利技术的示例来提供对本专利技术更好的理解。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。现有的套利识别模型，基于已知的套利模式，去分析套利用户的动因和行为特征，比如，渠道养卡会通过短期的营销方案、采用猫池养卡，然后，运营商利用这些特征去分析现网中有哪些渠道在养卡。现有技术方案的缺点有：1)无法主动识别未知的套利模式，只能事后被动分析已知套利模式：目前，建立的长期养卡、养卡套利模型，都是基于已知的套利模式去识别有哪些用户存在养卡套利行为，但是，除了已知的养卡套利模式，现网中还有很多其他模式的套利行为，目前无法识别出来。2)无法识别套利用户的行为序列，无法发现运营商业务办理规则中漏洞：套利用户，必定需要通过一系列的业务办理来实现，之所以能实现套利，说明运营商的业务办理规则存在漏洞，及时封堵这些漏洞，避免损失继续扩大，对于运营商而言，也至关重要。现有的技术方案，无法识别套利用户的业务办理序列，无法发现业务办理规则中的漏洞。本专利技术通过用户行为模式生成算法，自动生成涉嫌套利用户的行为模式，这些行为模式就是潜在的套利行为模式。在这些行为模式中，必然存在关键的、用来实现套利的业务办理一系列行为，可以通过这些行为序列进行分析，发现运营商业务办理规则中存在的漏洞。图1示出了根据本专利技术一实施例的异常行为模式识别方法。该方法包括业务办理轨迹生成步骤和潜在异常行为模式识别步骤。如图1所示，在S1中，基于用户的业务办理行为，生成用户的业务办理轨迹。该步骤可以通过以下方式来实现。第一步，梳理各种用户业务办理行为，比如停机、复机、优惠办理、营销参与……，这些业务办理行为通常以业务办理数据形式存储在运营商的数据库中。第二步，针对逐个用户，按照时间顺序读取该用户的业务办理数据，生成该用户的业务办理路径或者说业务办理轨迹，比如“……开机—转赠流量—停机……开机—转赠流量—停机……”。第三步，将每个业务办理行为，用一个字母替代。比如，开机用字母“K”表示，转赠流量用字母“Z”表示，停机用字母“T”表示。上述的用户业务办理轨迹可以用字符串表示“……KZT……KZT……”。按照上面的方式，用户的业务办理轨迹可以用一个字符串表示，例如记作：W1W2…WiWi+1…Wn，其中Wi表示用户的一个业务办理行为，i＝1…n。在S2中，自动提取业务办理轨迹中重复度排名靠前的轨迹片段，作为潜在异常行为模式。一个套利用户的套利行为，会在用户的业务办理轨迹的中出现重复(重复套利)，在一群套利用户之间，该套利模式必然会重复出现。提取重复度较高的业务办理轨迹片段，比如“开机—转赠流量—停机”，这些重复度较高的业务办理轨迹，就是潜在的套利模式。待全部用户的业务办理轨迹生成完毕之后，用所生成的重复度较高的业务办理轨迹片段，逐个与用户的业务办理轨迹匹配，将匹配上的轨迹归到各个轨迹本文档来自技高网...

【技术保护点】
1.一种基于业务办理轨迹的异常行为模式识别方法，其特征在于，所述方法包括：基于用户的业务办理行为，生成用户的业务办理轨迹；以及自动提取业务办理轨迹中重复度排名靠前的轨迹片段，作为潜在异常行为模式。

【技术特征摘要】
1.一种基于业务办理轨迹的异常行为模式识别方法，其特征在于，所述方法包括：基于用户的业务办理行为，生成用户的业务办理轨迹；以及自动提取业务办理轨迹中重复度排名靠前的轨迹片段，作为潜在异常行为模式。2.根据权利要求1所述的方法，其特征在于，所述业务办理轨迹是通过按照时间顺序读取用户的业务办理行为，并将业务办理行为替换为字符而生成的。3.根据权利要求2所述的方法，其特征在于，所述轨迹片段是利用后缀树生成算法生成的。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：根据活动数据，生成活动轨迹；将所述轨迹片段与活动轨迹进行比对，输出相匹配的轨迹片段和用户作为匹配结果。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于业务办理数据，评估业务办理异常行为，作为评估结果。6.根据权利要求4或5所述的方法，其特征在于，所述方法还包括：基于所述匹配结果和/或所述评估结...

【专利技术属性】
技术研发人员：陈哲，李玲，胡建强，李彭，
申请(专利权)人：中国移动通信集团山西有限公司，中国移动通信集团公司，
类型：发明
国别省市：山西,14