CN109391738B

CN109391738B - 一种根据移动终端信息进行预警的方法

Info

Publication number: CN109391738B
Application number: CN201811385287.9A
Authority: CN
Inventors: 胡磊; 方明通; 陈津来; 叶新江; 方毅
Original assignee: Merit Interactive Co Ltd
Current assignee: Merit Interactive Co Ltd
Priority date: 2018-11-20
Filing date: 2018-11-20
Publication date: 2021-03-19
Anticipated expiration: 2038-11-20
Also published as: CN109391738A

Abstract

本发明涉及一种根据移动终端信息进行预警的方法，包括以下步骤：步骤S100，获得移动终端的特征信息I＝(AS₁,AS₂,...,AS_K,AA₁,AA₂,...,AA_K,SIM)；其中，AS_i为第一预设时间段内移动终端上第i类标志APP的安装数量特征，AA_i为第二预设时间段内移动终端上第i类标志APP的活跃次数特征，SIM为第三预设时间段内移动终端上使用过的SIM卡的数量特征，i的取值为1…K；步骤S200，根据所述特征信息，计算移动终端的特征结果值C；步骤S300，如果特征结果值C符合预设规则，那么发出预警信息。

Description

一种根据移动终端信息进行预警的方法

技术领域

本发明涉及机器学习领域，尤其涉及一种根据移动终端信息进行预警的方法。

背景技术

目前，移动终端的功能日益强大，所能提供的信息日益丰富，服务器通过分析移动终端的各类信息，能够确定终端及其用户的属性和状态，进行多种应用和服务。其中，根据移动终端的信息，识别特定终端，及时发出预警信息，具有很好的应用前景。在有大数据、云计算技术的支持下，机器学习已经逐步应用于各类应用，解决各种分类、回归问题，但算法采用的数据影响着计算结果的准确性、有效性。需要提供一种能够自动化实施、兼具计算结果准确性的具体实施方案，实现特定应用场景下的预警功能。

发明内容

为解决上述技术问题，本发明提供了一种根据移动终端信息进行预警的方法，其特征在于，所述方法包括以下步骤：

步骤S100，获得移动终端的特征信息I＝(AS₁,AS₂,...,AS_K,AA₁,AA₂,...,AA_K,SIM)；其中，AS_i为第一预设时间段内移动终端上第i类标志APP的安装数量特征，AA_i为第二预设时间段内移动终端上第i类标志APP的活跃次数特征，SIM为第三预设时间段内移动终端上使用过的SIM卡的数量特征，i的取值为1…K；

步骤S200，根据所述特征信息，计算移动终端的特征结果值

其中

w₀为常数，w_j为AS_j的权重，w_(K+j)为AA_j的权重，w_(2K+1)为SIM的权重；

步骤S300，如果特征结果值C符合预设规则，那么发出预警信息。

其中，权重向量W＝(w₀,w₁,…,w_(2K+1))根据N个移动终端的特征信息(I₁,I₂,…I_N)确定；所述N个移动终端包括M个已知的处于预警状态的移动终端和N-M个随机采样的移动终端。

本发明的技术方案，服务器采用移动终端上的客观数据，采用机器学习算法进行计算，提高了计算结果的准确性，能够更准确、及时的进行预警，提高了服务的质量。

附图说明

图1是本发明的根据移动终端信息进行预警的方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式，这些实施方式的描述是足够详细的，以使得本领域技术人员能够实践本发明，在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此，不应当从限制性意义上来理解以下的详细描述。

根据本发明，服务器可以物理实现为一个服务器，也可以实现为包括多个服务器的服务器群组；移动终端可以物理实现为智能手机、PAD等能够安装应用程序(例如APP)的设备。本领域技术人员知晓，服务端和移动终端的型号、规格等参数并不影响本发明的保护范围。

本发明的服务器能够从数据库获取移动终端的各类信息，信息至少包括移动终端上标志APP的安装信息和/或活跃度信息、使用过的SIM卡的数量等。其中，标志APP是根据应用需要选择的一个或多个类别的标志APP，体现某种终端功能或属性或用户的行为特点，例如，选自借贷类APP、银行类APP、购物类APP、社交聊天类APP等，本发明不作具体限定，优选的，选择多个类别的标志APP。此外，服务器还能够从数据库获取指示移动终端处于预警状态的信息，获取移动终端的已计算得到的特征结果值C。

本发明的一个实施例中，服务器从数据库获得移动终端上每类标志APP在第一预设时间段(例如最近一个月、三个月、一个星期或两个星期等)内的安装数量，作为移动终端上该类别标志APP的安装信息。根据本发明的一个方面，标志APP安装数量包括安装的标志APP的数量；根据本发明的另一个方面，进一步的，标志APP安装数量还包括安装后又卸载的标志APP的数量。

本发明的一个实施例中，服务器从数据库获得移动终端上每类标志APP在第二预设时间段(例如最近一个月、三个月、一个星期或一天等)内的活跃次数，作为移动终端上该类别标志APP的活跃度信息。根据本发明，第一预设时间段与第二预设时间段可以相同，也可以不同，但优选的，第一预设时间段与第二预设时间段相同。

本发明的一个实施例中，服务器从数据库获得移动终端上在第三预设时间段(例如最近一个月、三个月、一个星期或一天等)内的使用过的SIM卡的数量。根据本发明，第三预设时间段与第一预设、第二预设时间段相同或不同。

本发明中服务器采用移动终端上标志APP的信息、SIM卡使用信息等，相比于传统的用户填报、人工收集的数据，本发明采用移动终端的数据更为真实客观，有利于预警结果的准确性。

根据本发明，服务器对来自数据库的移动终端信息实施预处理，例如去除无效数据、特征因素数值化、缺失值填充等，提取移动终端的特征信息，采用现有技术实现即可，本发明不再赘述。

根据本发明的一个方面，提供了一种根据移动终端信息进行预警的方法，所述方法包括以下步骤：

步骤S100，获得移动终端的特征信息I＝(AS₁,AS₂,...,AS_K,AA₁,AA₂,...,AA_K,SIM)；其中，AS_i为第一预设时间段内移动终端上第i类标志APP的安装数量特征，AA_i为第二预设时间段内移动终端上第i类标志APP的活跃次数特征，SIM为第三预设时间段内移动终端上使用过的SIM卡的数量特征，i的取值为1…K，K≥1；

步骤S200，根据所述特征信息，计算移动终端的特征结果值C；

根据本发明，根据预设的特征信息I与特征结果值C的映射关系(例如实现为映射表)，确定特征结果值C。或者，特征结果值C实现为特征信息I的函数，例如线性函数，本发明的一种实现方式中，

根据本发明的另一种实现方式中，

但是优选的，

其中

从而使得线性函数的取值平滑到合理的区间(0，1)。前述各函数中，w₀为常数，w_j为AS_j的权重，w_(K+j)为AA_j的权重，w_(2K+1)为SIM的权重。

本发明的一个实施例中，特征结果值C与所述移动终端为异常移动终端的概率正相关；如果特征结果值C超过第一阈值，那么发出预警信息。特征结果值C的取值范围是(0，1)，可选的，第一阈值为0.5-0.9，优选的第一阈值为0.7-0.85。

本发明的另一个实施例中，预先划分(0，1)为多个数值区间，每个区间对应一个移动终端等级，根据移动终端的特征结果值C落入的区间，确定移动终端的等级，并在移动终端的等级为预设等级时，发出预警信息或触发特定处理。例如，预先将特征结果值C的范围(0，1)划分为四个连续的数值区间(0，d1]，(d1，d2]，(d2，d3]，(d3，1)，所述四个区间分别对应四个终端等级，即一级、二级、三级和四级；步骤S300包括以下步骤：如果0<C≤d1，则移动终端等级为一级；如果d1<C≤d2，则移动终端等级为二级；如果d2<C≤d3，则移动终端等级为三级；如果d3<C<1，则移动终端等级为四级；当移动终端为预设等级时，发出预警信息，例如d3<C<1，移动终端等级为四级时，发出预警。划分几个区间、区间边界的确定，都可以根据应用需要进行设置。

具体实施中，所述第一阈值或所述多个数值区间可以由用户根据应用需要和经验进行设置，也可以是由服务器自适应设置和调整。服务器根据多个移动终端的特征结果值C的分布情况，特征结果值C从高到低排序后，确定其中数值最高的占总数预设比例(例如5％)的移动终端为需要预警的移动终端(例如四级移动终端)，并根据所述需要预警的移动终端的特征结果值中最小值确定第一阈值或相应区间，例如(d3,1)。区间划分的实施方案中，可以按照大量移动终端的特征结果值从高到低排序后划分区间，每个区间中移动终端的数量占总数预设比例(例如四级：5％，三级：40％，二级：40％，一级：15％)。

本发明所述预警信息指示了移动终端或其用户的特定状态或属性，服务器发出预警信息后，会触发下一步操作，例如在显示设备上显示预警信息、标识特定移动终端、发出音频提示信息、触发特定工作流、拒绝该移动终端或其用户的某些服务等，本发明不作赘述。总之，本发明能够及时识别异常终端并处置，预警潜在的故障和问题，保证服务***的正常运行，提升了服务质量。

本发明的另一个方面，提供了一种权重向量W＝(w₀,w₁,…,w_(2K+1))的确定过程。权重向量W＝(w₀,w₁,…,w_(2K+1))根据N个移动终端的特征信息(I₁,I₂,…I_N)确定；所述N个移动终端包括M个已知的处于预警状态的移动终端和N-M个随机采样的移动终端。本领域技术人员知晓，本发明并不意图限制N和M的具体数值，但是优选的M＝0.5*N。所述预警状态可以由专家标识、也可以由服务器根据预设规则判断移动终端的数据来确定，并存储至数据库。权重向量W的取值被设置为与根据前述M个移动终端的特征信息所获取的M个特征结果值符合前述预设规则正相关；例如，对于前述M个移动终端中的任意移动终端m(取值范围为1…M)，其特征信息为I_m＝(AS_1,m,AS_2,m,...,AS_K,m,AA_1,m,AA_2,m,...,AA_K,m,SIM_m)，其中，AS_i,m为第一预设时间段内移动终端m上第i类标志APP的安装数量特征，AA_i,m为第二预设时间段内移动终端m上第i类标志APP的活跃次数特征，SIM_m为第三预设时间段内任意移动终端m上使用过的SIM卡的数量特征；权重向量W的取值使得根据移动终端m的特征信息I_m所计算的特征值符合预设规则，或者超过特定比例阈值(例如95％)的移动终端m的特征信息I_m所计算的特征值符合预设规则；本领域技术人员应当理解，现有技术中的其他确定权重向量W的方法，只要使得权重向量W的取值与根据前述M个移动终端的特征信息所获取的M个特征结果值符合前述预设规则正相关，均会落入本发明的保护范围。并且同时权重向量W的取值还使得根据前述N-M个移动终端的特征信息所获取的N-M个特征结果值符合预设随机分布，例如正态分布等。

本发明的技术方案，服务器采用移动终端上的客观数据，采用机器学习算法进行计算，提高了计算结果的准确性，AUC指标高达74％，因此能够准确及时地进行预警，提高了服务质量。

在一个实施例中，服务器从数据库获得N个移动终端的信息，进行预处理，提取特征信息。预处理至少包括：

如果第一预设时间段内第m个移动终端上安装有第i类标志APP，那么AS_i,m＝1，否则AS_i,m＝0；如果第二预设时间段内第m个移动终端上第i类标志APP的活跃次数大于阈值D1(例如D1＝1次、5次、10次等)，那么AA_i,m＝1，否则AA_i,m＝0；第三预设时间段内第i个移动终端使用过的SIM卡数量大于阈值D2(例如D2＝1个、2个、3个等)，则SIM_m＝1,否则SIM_m＝0；其中,m取值为1…N。可以根据应用需要以及相应预设时间段设置阈值D1和D2。经过这样数值转换后得到的特征用于计算，提高了计算效率。当然，不做如上预处理，直接将移动终端第i类标志APP的安装数量、活跃次数、SIM卡数量用于计算，也是可行方案，但计算效率较差。

此外，服务器还可以对N个移动终端的信息实施其他预处理，例如去除无效数据、特征因素数值化、缺失值处理等，采用现有技术实现即可，本发明不再赘述。

在本发明的一个实施例中，服务器根据移动终端信息进行预警时，步骤S100获取移动终端的特征信息前，对移动终端的信息进行预处理，例如去除无效数据、特征因素数值化、缺失值处理等，提取特征信息，采用现有技术实现即可，本发明不再赘述。优选的，直接将移动终端第i类标志APP的安装数量、活跃次数、SIM卡数量等作为特征，用于计算特征结果值。另一种实施方式，将移动终端第i类标志APP的安装数量、活跃次数、SIM卡数量做数值转换，与上述对N个移动终端的信息预处理一样。

本发明的一种应用场景，服务器选择借贷类APP、理财类APP和/或银行APP等作为标志APP，服务器获取移动终端各类标志APP的最近三个月内安装数量、最近1个月内活跃数量和最近三个月内的SIM卡使用信息，并应用本发明的方法，计算得到该移动终端的特征结果值，当识别移动终端处于预警状态时，发出预警信息，例如提示该移动终端的异常状态，拒绝给终端用户的贷款服务等。

本发明的另一种应用场景，服务器选择社交聊天类APP作为标志APP，例如，微信、QQ和/或微博等。服务器获取移动终端各类标志APP的最近三个月内安装数量、最近1个月内活跃数量和最近三个月内的SIM卡使用信息，并应用本发明的方法，计算得到该移动终端的特征结果值，当识别移动终端处于预警状态时，发出预警信息，例如提示该移动终端的异常状态，禁止终端用户在APP中的发言、评论等。

此外，根据公开的本发明的说明书，本发明的其他实现对于本领域的技术人员是明显的。实施方式和/或实施方式的各个方面可以单独或者以任何组合用于本发明的***和方法中。说明书和其中的示例应该是仅仅看作示例性，本发明的实际范围和精神由所附权利要求书表示。

Claims

1.一种根据移动终端信息进行预警的方法，其特征在于，所述方法包括以下步骤：

其中，步骤S200中，计算移动终端的特征结果值

其中

w₀为常数，w_j为AS_j的权重，w_(K+j)为AA_j的权重，w_(2K+1)为SIM的权重。

2.根据权利要求1所述的方法，其特征在于，权重向量W＝(w₀,w₁,…,w_(2K+1))根据N个移动终端的特征信息(I₁,I₂,…I_N)确定；所述N个移动终端包括M个已知的处于预警状态的移动终端和N-M个随机采样的移动终端。

3.根据权利要求2所述的方法，其特征在于，权重向量W的取值被设置为与根据所述M个移动终端的特征信息所获取的M个特征结果值符合所述预设规则正相关；并且还使得根据前述N-M个移动终端的特征信息所获取的N-M个特征结果值符合预设随机分布。

4.根据权利要求3所述的方法，其特征在于，服务器对N个移动终端的原始数据进行预处理，提取移动终端的特征信息；预处理至少包括：如果第一预设时间段内第m个移动终端上安装有第i类标志APP，那么AS_i,m＝1，否则AS_i,m＝0；如果第二预设时间段内第m个移动终端上第i类标志APP的活跃次数大于阈值D1，那么AA_i,m＝1，否则AA_i,m＝0。

5.根据权利要求4所述的方法，其特征在于，步骤S100中，服务器对移动终端的原始数据进行预处理，提取移动终端的特征信息；预处理至少包括：将第一预设时间段内移动终端上安装第i类标志APP的数量作为特征AS_i，将第二预设时间段内移动终端上第i类标志APP的活跃次数作为特征AA_i，将第三预设时间段内移动终端上使用过的SIM卡的数量作为特征SIM。

6.根据权利要求1所述的方法，其特征在于，步骤S300的预设规则具体为：如果特征结果值C超过第一阈值，那么发出预警信息。

7.根据权利要求1所述的方法，其特征在于，预先将特征结果值C的范围(0,1)划分为四个连续的数值区间(0，d1]，(d1,d2],(d2,d3],(d3,1)，所述四个区间分别对应四个终端等级，即一级、二级、三级和四级；

步骤S300包括以下步骤：

如果0<C≤d1，则移动终端等级为一级；

如果d1<C≤d2，则移动终端等级为二级；

如果d2<C≤d3，则移动终端等级为三级；

如果d3<C<1，则移动终端等级为四级。

8.根据权利要求7所述的方法，其特征在于，步骤S300进一步包括：当移动终端为四级时，发出预警信息。

9.根据权利要求7所述的方法，其特征在于，服务器根据多个移动终端的特征结果值C的分布情况，确定其中特征结果值最高的占总数预设比例的移动终端的等级为四级，并根据所述四级移动终端的特征结果值中最小值来确定d3。