操作行为判断方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种操作行为判断方法、装置、设备及计算机可读存储介质，涉及数据技术领域，以解决对终端设备的操作行为的检测准确率不高的问题。该方法包括：基于在第一时间段内对终端设备的操作，获取在所述第一时间段内终端设备的操作行为轨迹；在所述第一时间段内，获取所述终端设备的至少一个传感器的数据；根据所述操作行为轨迹，获取行为强度指数；根据所述至少一个传感器的数据，获取运动学强度指数；根据所述行为强度指数和所述运动学强度指数，对所述第一时间段内的终端设备的操作行为进行判断，获得判断结果。本发明专利技术实施例可提高对用户操作行为的检测准确率。

【技术实现步骤摘要】
操作行为判断方法、装置、设备及计算机可读存储介质
本专利技术涉及数据
，尤其涉及一种操作行为判断方法、装置、设备及计算机可读存储介质。
技术介绍
随着移动互联网的兴起，为了获取到各大排行榜的优质排名，出现了影视剧大量刷观看次数，微信公众号刷十万加，微博刷浏览量等各种异常流量作弊手段。这妨碍了互联网信息流动的公平性。因此，需要有效的技术手段对流量作弊的行为进行挖掘。现有技术中通过业务专家手动对批量作弊等异常操作行为进行挖掘。但是这种方式主要依赖于人的主观判断，从而造成了对用户操作行为的检测准确率不高，且效率低。
技术实现思路
本专利技术实施例提供一种操作行为判断方法、装置、设备及计算机可读存储介质，以解决现有技术对用户操作行为的检测准确率不高的问题。第一方面，本专利技术实施例提供了一种操作行为判断方法，包括：基于在第一时间段内对终端设备的操作，获取在所述第一时间段内对所述终端设备的操作行为轨迹；在所述第一时间段内，获取所述终端设备的至少一个传感器的数据；根据所述对终端设备的操作行为轨迹，获取行为强度指数；根据所述至少一个传感器的数据，获取运动学强度指数；根据所述行为强度指数和所述运动学强度指数，对所述第一时间段内的对所述终端设备的操作行为进行判断，获得判断结果。第二方面，本专利技术实施例还提供一种操作行为判断装置，包括：第一获取模块，用于基于在第一时间段内对终端设备的操作，获取在所述第一时间段内对所述终端设备的操作行为轨迹；第二获取模块，用于在所述第一时间段内，获取所述终端设备的至少一个传感器的数据；第三获取模块，用于根据所述对终端设备的操作行为轨迹，获取行为强度指数；第四获取模块，用于根据所述至少一个传感器的数据，获取运动学强度指数；判断模块，用于根据所述行为强度指数和所述运动学强度指数，对所述第一时间段内的对所述终端设备的操作行为进行判断，获得判断结果。第三方面，本专利技术实施例还提供一种处理设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上所述的操作行为判断方法中的步骤。第四方面，本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的操作行为判断方法中的步骤。在本专利技术实施例中，根据在第一时间段内的终端设备的操作行为轨迹和至少一个传感器的数据分别获得行为强度指数和运动学强度指数，从而对终端设备的操作行为进行判断，获得判断结果。因此，利用本专利技术实施例的方案无需人为的对终端设备的操作行为进行判断，从而可提高对终端设备的操作行为的检测准确率，避免流量欺诈。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描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的操作行为判断方法的流程图之一；图2是本专利技术实施例提供的根据TAA数据和SAG数据，分别得到第一分数值、第二分数值以及第三分数值的过程示意图；图3是本专利技术实施例提供的操作行为判断方法的流程图之二；图4是本专利技术实施例提供的操作行为判断装置的结构图；图5是本专利技术实施例提供的处理设备的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。参见图1，图1是本专利技术实施例提供的操作行为判断方法的流程图，如图1所示，包括以下步骤：步骤101、基于在第一时间段内对终端设备的操作，获取在所述第一时间段内对所述终端设备的操作行为轨迹。其中，所述第一时间段的长度可以任意设置。对终端设备的操作例如可以是打开某个应用程序，点击，删除等。操作行为轨迹正是由这些操作所形成的对终端设备的某个app、app内界面或是某个网站的操作的记录。在实际应用中，这些操作行为的记录可对应用户信息存储在数据库中，因此，可通过用户的信息，从数据库中获取该用户的信息对应的操作行为轨迹。其中，所述用户的信息例如可以是用户的名称等。进一步的，在实际中，对终端设备的操作可能是真实用户的操作，也有可能是自动程序进行的操作。步骤102、在所述第一时间段内，获取所述终端设备的至少一个传感器的数据。本专利技术实施例的方法可应用于终端设备等电子设备。那么，在终端设备中可设置有TAA(Three-AxisAccelerometer，三轴加速度计)以及SAG(Six-AxisGyroscope，六轴陀螺仪)，并可分别采集各个传感器的数据。在本专利技术实施例中，所述至少一个传感器包括TAA和SAG的一个或者两个。因此，在本专利技术实施例中，在所述第一时间段内，获取所述终端设备的至少一个传感器的数据，具体指的是，获取TAA和SAG中的一个或者两个数据。为提高判断的准确性，以获取TAA和SAG的数据为例，在本专利技术实施例中，在所述第一时间段内，分别获取所述TAA的TAA数据以及所述SAG的SAG数据。步骤103、根据所述对终端设备的操作行为轨迹，获取行为强度指数。所述行为强度指数(IntensityOfBehaviorIndex，IOBI)用于表示终端设备的操作行为的强烈程度。其中，所述行为强度例如可以是对终端屏幕的点击的次数的多少，对终端程序的运行次数等。在本专利技术实施例中，将终端设备操作的行为强度划分为三个等级，分别用第一强度指数，第二强度指数和第三强度指数表示，其中，所述第一强度指数所表示的行为强度最高，所述第三强度指示所表示的行为强度最弱。也即，第一强度指数、第二强度指数、第三强度指数所表示的行为强度逐渐变小。例如，第一强度指数表示行为强度为强，第二强度指数表示行为强度正常，第三强度指数表示行为强度弱。那么，对于强、正常和弱的划分或者标准，可预先设定。在此步骤中，对所述操作行为轨迹进行预处理，得到预处理结果，基于所述预处理结果，获得所述行为强度指数。其中，所述预处理包括对操作行为轨迹进行标签化序列特征处理。例如，对操作行为轨迹进行分析，确定其行为类型，事件类型，激活时间，激活状态，激活(行为)强度，某个操作行为相关联的操作行为等信息。例如，对某个操作行为轨迹进行预处理之后的结果表示为如下表1所示。表1行为类型事件类型激活时间激活状态激活强度上一个行为文字阅读滑动N秒是/否正常/弱/强点击...

【技术保护点】
1.一种操作行为判断方法，其特征在于，包括：/n基于在第一时间段内对终端设备的操作，获取在所述第一时间段内对所述终端设备的操作行为轨迹；/n在所述第一时间段内，获取所述终端设备的至少一个传感器的数据；/n根据所述对终端设备的操作行为轨迹，获取行为强度指数；/n根据所述至少一个传感器的数据，获取运动学强度指数；/n根据所述行为强度指数和所述运动学强度指数，对所述第一时间段内的对所述终端设备的操作行为进行判断，获得判断结果。/n

【技术特征摘要】
1.一种操作行为判断方法，其特征在于，包括：
基于在第一时间段内对终端设备的操作，获取在所述第一时间段内对所述终端设备的操作行为轨迹；
在所述第一时间段内，获取所述终端设备的至少一个传感器的数据；
根据所述对终端设备的操作行为轨迹，获取行为强度指数；
根据所述至少一个传感器的数据，获取运动学强度指数；
根据所述行为强度指数和所述运动学强度指数，对所述第一时间段内的对所述终端设备的操作行为进行判断，获得判断结果。


2.根据权利要求1所述的方法，其特征在于，所述根据所述对终端设备的操作行为轨迹，获取行为强度指数，包括：
对所述操作行为轨迹进行预处理，得到预处理结果；
基于所述预处理结果，获得所述行为强度指数；
其中，所述行为强度指数至少包括第一强度指数，第二强度指数和第三强度指数；所述第一强度指数所表示的行为强度最高，所述第三强度指数所表示的行为强度最弱。


3.根据权利要求1所述的方法，其特征在于，所述终端设备的传感器包括三轴加速度计TAA和六轴陀螺仪SAG；
所述在所述第一时间段内，获取所述终端设备的至少一个传感器的数据，包括：
在所述第一时间段内，分别获取所述TAA的TAA数据以及所述SAG的SAG数据。


4.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个传感器的数据，获取运动学强度指数，包括：
根据所述TAA数据和所述SAG数据，分别得到第一分数值和第二分数值；
将所述第一分数值和所述第二分数值进行加权求和，得到所述运动学强度指数。


5.根据权利要求4所述的方法，其特征在于，所述根据所述TAA数据和所述SAG数据，分别得到第一分数值和第二分数值，包括：
分别对所述TAA数据和所述SAG数据进行预处理，得到TAA特征数据子集和SAG特征数据子集；
将所述TAA特征数据子集和所述SAG特征数据子集进行拼接，形成所述特征数据集；
对所述第一时间段内的运动状态进行分类并对分类结果进行离散化处理，得到标签数据；
将所述特征数据集和所述标签数据作为预测模型的输入，得到所述第一分数值；
根据所述TAA特征数据子集和所述SAG特征数据子集，得到所述第二分数值。


6.根据权利要求5所述的方法，其特征在于，所述根据所述TAA特征数据子集和所述SAG特征数据子集，得到所述第二分数值，包括：
对所述TAA特征...

【专利技术属性】
技术研发人员：刘睿，靳丁南，罗欢，权圣，
申请(专利权)人：马上消费金融股份有限公司，
类型：发明
国别省市：重庆;50