一种用户行为模式的识别方法和装置制造方法及图纸

本说明书实施例提供了一种用户行为模式的确定方法和装置，该方法包括：获取有标签的N个用户行为序列，每个用户行为序列包括依次的多个操作行为；根据N个用户行为序列，构建行为转移关系图；行为转移关系图包括节点以及节点之间的有向边，节点对应于操作行为，有向边对应于N个用户行为序列中连续两个操作行为之间的转移关系；确定各转移关系相对于标签的信息价值；根据信息价值和转移关系图，确定在各操作行为后采取其它操作行为的Q值，Q值表示多步累积信息价值；根据Q值和转移关系图，确定从各个操作行为出发，到达各用户行为序列的最终操作行为的优化路径，其中，优化路径用于确定用户的行为模式。户的行为模式。户的行为模式。

【技术实现步骤摘要】
一种用户行为模式的识别方法和装置


[0001]本说明书一个或多个实施例涉及数据挖掘和机器学习领域，尤其涉及一种用户行为模式的识别方法和装置。

技术介绍

[0002]在很多行业中存在着风险控制的问题，例如电子支付和交易平台中，运营人员经常需要根据用户的行为链路，分析其中是否存在非法运作特别是非法交易的风险。传统的，运营人员需要通过人工分析大量的非法运作事件，才能从中总结出一定的非法运作规律，尤其是非法运作中存在的用户行为模式，其风险判断效率非常低。
[0003]因此，为了提升运营人员的风险判断效率，需要一种新的用户行为模式的识别方法。

技术实现思路

[0004]本说明书中的实施例旨在提供一种新的用户行为模式的识别方法和装置，通过该方法可以根据大量用户行为构成的行为序列，准确的自动获取用户行为的模式。从而，可以一方面大大减少用户行为模式识别中人工分析的工作量，另一方面提高获取的用户行为模式的准确度，解决现有技术中的不足。
[0005]根据第一方面，提供了一种用户行为模式的识别方法，包括：
[0006]获取有标签的N个用户行为序列，每个用户行为序列包括依次的多个操作行为；
[0007]根据所述N个用户行为序列，构建行为转移关系图；所述行为转移关系图包括节点以及节点之间的有向边，所述节点对应于所述操作行为，所述有向边对应于所述N个用户行为序列中连续两个操作行为之间的转移关系；
[0008]确定各转移关系相对于所述标签的信息价值；
[0009]根据所述信息价值和所述转移关系图，确定在各操作行为后采取其它操作行为的Q值，所述Q值表示多步累积信息价值；
[0010]根据所述Q值和所述转移关系图，确定从各个操作行为出发，到达各用户行为序列的最终操作行为的优化路径，其中，所述优化路径用于确定用户的行为模式。
[0011]在一种可能的实施方式中，所述方法还包括：
[0012]根据所述优化路径对应的行为子序列，对所述N个用户行为序列中包含所述行为子序列的用户行为序列进行裁剪，获得优化序列，所述优化序列用于确定用户的行为模式。
[0013]在一种可能的实施方式中，所述方法还包括：
[0014]基于所述优化序列，进行序列聚类运算，获取若干序列类簇；根据所述若干序列类簇，确定对应的若干用户行为模式。
[0015]在一种可能的实施方式中，确定各转移关系相对于所述标签的信息价值，包括：
[0016]根据所述转移关系图中各有向边对应的转移关系，在所述N个用户行为序列中的存在状态，确定各转移关系对应的关系向量；
[0017]根据所述关系向量，确定各转移关系相对于所述标签的信息价值IV。
[0018]在一种可能的实施方式中，根据所述转移关系图中各有向边对应的转移关系，在所述N个用户行为序列中的存在状态，确定各转移关系对应的关系向量，包括：
[0019]对于任一转移关系，根据该转移关系在每个用户行为序列中是否存在，确定该转移关系与该用户行为序列对应的存在状态值；
[0020]结合该转移关系与各个用户行为序列对应的存在状态值，确定该转移关系对应的关系向量。
[0021]在一种可能的实施方式中，所述标签为正样本标签或负样本标签；
[0022]根据所述关系向量，确定各转移关系相对于所述标签的信息价值IV，包括：
[0023]对于任一转移关系，根据存在状态值，划分该转移关系对应的所述关系向量，获得若干状态分箱子向量；
[0024]对于每个状态分箱子向量，根据其中各个分量对应的用户行为序列的标签，确定该状态分箱子向量对应的子信息价值；
[0025]根据各状态分箱子向量对应的子信息价值，确定该转移关系的所述信息价值。
[0026]在一种可能的实施方式中，所述正样本标签对应于已知的针对目标业务有风险的行为序列，所述负样本标签对应于所述有风险的行为序列之外的用户行为序列。
[0027]在一种可能的实施方式中，所述各操作行为包括第一操作行为和第二操作行为，根据所述信息价值和所述转移关系图，确定在各操作行为后采取其它操作行为的Q值，包括：
[0028]获取第一操作行为后采取第二操作行为所对应的转移关系的第一信息价值，以及在所述第二操作行为后采取若干下一步操作行为对应的若干Q值中的最大值，基于所述第一信息价值和所述最大值的加权值之和，更新第一操作行为后采取第二操作行为的Q值。
[0029]在一种可能的实施方式中，确定从各个操作行为出发，到达各用户行为序列的最终操作行为的优化路径，包括：
[0030]在所述转移关系图中，从任意节点出发沿所述有向边进行若干次节点转移，直到到达节点对应的操作行为属于所述最终操作行为，其中每次节点转移包括从当前节点转移到Q值最大的后续操作行为对应的下一节点。
[0031]根据第二方面，提供一种用户行为模式的识别装置，包括：
[0032]用户行为序列获取单元，配置为，获取有标签的N个用户行为序列，每个用户行为序列包括依次的多个操作行为；
[0033]行为转移关系图获取单元，配置为，根据所述N个用户行为序列，构建行为转移关系图；所述行为转移关系图包括节点以及节点之间的有向边，所述节点对应于所述操作行为，所述有向边对应于所述N个用户行为序列中连续两个操作行为之间的转移关系；
[0034]信息价值确定单元，配置为，确定各转移关系相对于所述标签的信息价值；
[0035]Q值确定单元，配置为，根据所述信息价值和所述转移关系图，确定在各操作行为后采取其它操作行为的Q值，所述Q值表示多步累积信息价值；
[0036]优化路径确定单元，配置为，根据所述Q值和所述转移关系图，确定从各个操作行为出发，到达各用户行为序列的最终操作行为的优化路径，其中，所述优化路径用于确定用户的行为模式。
[0037]在一种可能的实施方式中，所述装置还包括：
[0038]优化序列获取单元，配置为，根据所述优化路径对应的行为子序列，对所述N个用户行为序列中包含所述行为子序列的用户行为序列进行裁剪，获得优化序列，所述优化序列用于确定用户的行为模式。
[0039]在一种可能的实施方式中，所述装置还包括：
[0040]用户行为模式确定单元，配置为，基于所述优化序列，进行序列聚类运算，获取若干序列类簇；根据所述若干序列类簇，确定对应的若干用户行为模式。
[0041]在一种可能的实施方式中，信息价值确定单元，进一步配置为：
[0042]根据所述转移关系图中各有向边对应的转移关系，在所述N个用户行为序列中的存在状态，确定各转移关系对应的关系向量；
[0043]根据所述关系向量，确定各转移关系相对于所述标签的信息价值IV。
[0044]在一种可能的实施方式中，信息价值确定单元，进一步配置为：
[0045]对于任一转移关系，根据该转移关系在每个用户行为序列中是否存在，确定该转移关系与该用户行为序列对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户行为模式的识别方法，包括：获取有标签的N个用户行为序列，每个用户行为序列包括依次的多个操作行为；根据所述N个用户行为序列，构建行为转移关系图；所述行为转移关系图包括节点以及节点之间的有向边，所述节点对应于所述操作行为，所述有向边对应于所述N个用户行为序列中连续两个操作行为之间的转移关系；确定各转移关系相对于所述标签的信息价值；根据所述信息价值和所述转移关系图，确定在各操作行为后采取其它操作行为的Q值，所述Q值表示多步累积信息价值；根据所述Q值和所述转移关系图，确定从各个操作行为出发，到达各用户行为序列的最终操作行为的优化路径，其中，所述优化路径用于确定用户的行为模式。2.根据权利要求1所述的方法，还包括：根据所述优化路径对应的行为子序列，对所述N个用户行为序列中包含所述行为子序列的用户行为序列进行裁剪，获得优化序列，所述优化序列用于确定用户的行为模式。3.根据权利要求2所述的方法，还包括：基于所述优化序列，进行序列聚类运算，获取若干序列类簇；根据所述若干序列类簇，确定对应的若干用户行为模式。4.根据权利要求1所述的方法，其中，确定各转移关系相对于所述标签的信息价值，包括：根据所述转移关系图中各有向边对应的转移关系，在所述N个用户行为序列中的存在状态，确定各转移关系对应的关系向量；根据所述关系向量，确定各转移关系相对于所述标签的信息价值IV。5.根据权利要求4所述的方法，其中，根据所述转移关系图中各有向边对应的转移关系，在所述N个用户行为序列中的存在状态，确定各转移关系对应的关系向量，包括：对于任一转移关系，根据该转移关系在每个用户行为序列中是否存在，确定该转移关系与该用户行为序列对应的存在状态值；结合该转移关系与各个用户行为序列对应的存在状态值，确定该转移关系对应的关系向量。6.根据权利要求5所述的方法，其中，所述标签为正样本标签或负样本标签；根据所述关系向量，确定各转移关系相对于所述标签的信息价值IV，包括：对于任一转移关系，根据存在状态值，划分该转移关系对应的所述关系向量，获得若干状态分箱子向量；对于每个状态分箱子向量，根据其中各个分量对应的用户行为序列的标签，确定该状态分箱子向量对应的子信息价值；根据各状态分箱子向量对应的子信息价值，确定该转移关系的所述信息价值。7.根据权利要求6所述的方法，其中，所述正样本标签对应于已知的针对目标业务有风险的行为序列，所述负样本标签对应于所述有风险的行为序列之外的用户行为序列。8.根据权利要求1所述的方法，其中，所述各操作行为包括第一操作行为和第二操作行为，根据所述信息价值和所述转移关系图，确定在各操作行为后采取其它操作行为的Q值，
包括：获取第一操作行为后采取第二操作行为所对应的转移关系的第一信息价值，以及在所述第二操作行为后采取若干下一步操作行为对应的若干Q值中的最大值，基于所述第一信息价值和所述最大值的加权值之和，更新第一操作行为后采取第二操作行为的Q值。9.根据权利要求1所述的方法，其中，确定从各个操作行为出发，到达各用户行为序列的最终操作行为的优化路径，包括：在所述转移关系图中，从任意节点出发沿所述有向边进行若干次节点转移，直到到达节点对应的操作行为属于所述最终操作行为，其中每次节点转移包括从当前节点转移到Q值最大的后续操作行为对应的下一节点。10.一种用户行为模式的识别装置，包括：用户行为序列获取单元,配置为,获取有标签的N个用户行为序列，每个用户行为序列包括依次的多个操作行为；行为转移关系图获取单元,配置...

【专利技术属性】
技术研发人员：王宝坤，张屹綮，石磊磊，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：