CN112785476B - 一种用户行为识别方法及装置 - Google Patents
一种用户行为识别方法及装置 Download PDFInfo
- Publication number
- CN112785476B CN112785476B CN202110135472.8A CN202110135472A CN112785476B CN 112785476 B CN112785476 B CN 112785476B CN 202110135472 A CN202110135472 A CN 202110135472A CN 112785476 B CN112785476 B CN 112785476B
- Authority
- CN
- China
- Prior art keywords
- transaction
- information
- event
- preset value
- target user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000006399 behavior Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 21
- 238000011835 investigation Methods 0.000 abstract description 13
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012216 screening Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 101100517651 Caenorhabditis elegans num-1 gene Proteins 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/34—Betting or bookmaking, e.g. Internet betting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种用户行为识别方法及装置,用于提高对目标用户的交易账单的侦查效率。该方法适用于用户识别平台,用户识别平台与交易平台连接,交易平台用于记录用户的交易信息,该方法包括:用户识别平台确定目标用户后,从交易平台中获取所述目标用户的交易流水信息;用户识别平台基于预设算法和交易流水信息,判断目标用户参与第一事件的概率是否大于预设值;当概率大于所述预设值时,确定目标用户参与所述第一事件。
Description
技术领域
本发明涉及数据分析技术领域,尤其涉及一种用户行为识别方法及装置。
背景技术
随着经济与高科技的快速发展,***等行为出现了网络化的趋势。网络***人员之间通常只有金钱往来,身份信息难以确定,且***网站服务器通常架设在海外,***人员往往使用不同IP地址进行登录,只能查询到相关人员一段时间内的交易记录。但是随着网上交易手段越丰富,个人产生的网上交易信息也变得越来越多,因此对于相关***人员的交易信息的侦查也变得困难重重。因此,如何提高对相关***人员的交易信息的侦查效率是需要重点考虑的问题。
发明内容
本发明实施例提供一种用户行为识别方法及装置,用于解决现有技术中对目标用户的交易信息的侦查效率较低的问题。
第一方面,本发明实施例提供一种用户行为识别方法,包括:
用户识别平台确定目标用户后,从交易平台中获取所述目标用户的交易流水信息;
所述用户识别平台基于预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值;
当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件。
可选的,所述用户识别平台基于预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值,包括:
确定目标时间;
确定所述交易流水信息中发生在所述目标时间之前的第一交易信息,以及发生在所述目标时间之后的第二交易信息;
当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息,和/或,当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,确定所述目标用户参与第一事件的概率大于预设值。
可选的,当所述第一交易金额满足第一预设值的交易信息为入账信息时,所述第二交易金额满足第二预设值的交易信息为出账信息;
或者,当所述第一交易金额满足第一预设值的交易信息为出账信息时,所述第二交易金额满足第二预设值的交易信息为入账信息。
可选的,所述当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息时,包括:当所述第一交易信息中第一交易金额满足第一预设值的交易次数大于第一预设次数时;
当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,包括:当所述第二交易信息中第二交易金额满足第二预设值的交易次数大于第二预设次数时。
可选的,所述确定所述交易流水信息中发生在所述目标时间之前的第一交易信息,以及发生在所述目标时间之后的第二交易信息,包括:
确认所述交易流水信息中发生在所述目标时间之前的第一预设时长内的第一交易信息,以及发生在所述目标时间之后的第二预设时长内的第二交易信息。
可选的,当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件,包括:
确定所述目标用户在预设时间周期内参与第一事件的概率大于预设值的次数;
当所述次数大于预设次数时,确定所述目标用户参与所述第一事件。
第二方面,本发明实施例提供一种用户行为识别装置,包括:
获取模块,用于从所述交易平台中获取所述目标用户的交易流水信息;
处理模块,用于基于所述预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值;
所述处理模块还用于当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件。
可选的,所述处理模块在基于所述预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值时,具体用于:
确定目标时间;
确定所述交易流水信息中发生在所述目标时间之前的第一交易信息,以及发生在所述目标时间之后的第二交易信息;
当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息,和/或,当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,确定所述目标用户参与第一事件的概率大于预设值。
可选的,所述处理模块在用于确定所述目标用户参与所述第一事件时,具体用于:
确定所述目标用户在预设时间周期内参与第一事件的概率大于预设值的次数;
当所述次数大于预设次数时,确定所述目标用户参与所述第一事件。
第三方面,本发明实施例提供一种用户行为识别装置,包括:
存储器,用于存储计算机指令;
处理器,与所述存储器连接,用于执行所述存储器中的计算机指令,以在执行所述计算机指令时执行如上述第一方面提供的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如上述第一方面提供的方法。
第五方面,本发明实施例提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得计算机执行如上述第一方面提供的方法。
本发明实施例提供了一种用户行为识别方法,当用户识别平台确定目标用户后,从交易平台中获取到目标用户的交易流水信息,然后用户识别平台基于预设算法和交易流水信息,判断目标用户参与第一事件的概率是否大于预设值,从而确定该目标用户是否参与第一事件。相比于传统的人工侦查的方式或者通过对交易流水账单中各个字段的筛选统计的方式,本发明实施例中通过将预设算法对用户识别平台进行改进,使得用户识别平台能够快速从目标用户的交易流水信息中判断得出该目标用户是否参与第一事件,减少了对目标用户员的交易流水信息的筛选时间,提高的侦查效率。
附图说明
图1为本发明实施例提供的一种用户识别方法的场景示意图;
图2为本发明实施例提供的一种用户识别方法的流程示意图;
图3为本发明实施例提供的一种用户识别装置的结构示意图;
图4为本发明实施例提供的另一种用户识别装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明技术方案的一部分实施例,而不是全部的实施例。基于本申请文件中记载的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明技术方案保护的范围。
现有技术中,侦查人员对***事件中的相关目标用户进行调查时,通常采用的方式为对其交易流水信息进行各个字段的筛选统计,然后依靠侦查人员的侦查经验,对筛选统计结果进行分析,从而确定相关目标用户是否参与了相关事件。但是这种方式存在的问题包括:根据相关字段对交易流水信息进行筛选,可以提取出的有效信息较少,精确度较低,侦查人员对交易流水信息的分析速度较慢,侦查效率低下。
鉴于此,本发明实施例提供了一种用户行为识别方法,该方法适用于用户识别平台,该用户识别平台与交易平台连接,交易平台用于记录用户的交易信息,当用户识别平台确定目标用户后,从交易平台中获取到目标用户的交易流水信息,然后用户识别平台基于预设算法和交易流水信息,判断目标用户参与第一事件的概率是否大于预设值,当概率大于预设值时,确定目标用户参与了第一事件。
下面结合说明书附图介绍本发明实施例提供的技术方案。
参考图1,为本发明实施例提供的一种用户行为识别方法的场景示意图。
如图1所示,所述场景中包括用户识别平台106和交易平台101。其中,交易平台101包括银行、支付宝以及微信支付等线上交易平台中的一种或多种,存储有用户在所述一种或多种平台上的交易流水信息。
用户识别平台106与交易平台101连接,可以从交易平台101中获取用户在线上进行交易时的交易流水信息,包括银行交易流水信息、支付宝交易流水信息以及微信支付交易流水信息等。
具体地,用户识别平台106中包括多维大数据平台102、用户信息网103、用户信息库104以及预警数据平台105,其中多维大数据平台102、用户信息库104以及预警数据平台105与用户信息网103相连接。
用户识别平台106从用户信息库104中获取有可能参与第一事件的目标用户的信息,包括姓名、性别、身份证号码信息等。随后用户识别平台106可以根据获取到的目标用户的姓名以及身份证等信息从交易平台101中获取到目标用户在一定时间段内的线上交易的交易流水信息,包括银行交易流水信息、支付宝交易流水信息以及微信支付交易流水信息等。用户识别平台106将获取到的目标用户的身份信息以及交易流水信息保存在用户信息网103中,并结合预设算法计算得到目标用户参与第一事件的概率,以判断目标用户参与第一事件的概率是否大于预设值,当用户识别平台106确认计算得到的概率大于预设值时,则可以确定该目标用户参与了第一事件,并通过用户识别平台中的多维大数据平台102将目标用户的信息上传到预警数据平台中。同时用户识别平台也可以自动地将参与到第一事件的目标用户的身份信息提供给相关的侦查人员,以进行进一步的侦查。
需要注意的是,上文提及的应用场景仅是为了便于理解本发明的精神和原理而示出,本发明示例在此方面不受任何限制。相反,本发明实施例可以应用于适用的任何场景。
图2为本发明实施例提供的一种用户识别方法的流程示意图,该方法可以适用于图1所示的场景,具体而言,该方法包括以下步骤:
步骤201:用户识别平台确定目标用户。
例如,当用户识别平台需要确定第一事件M中的目标用户,一种可能的方式为,用户根据接收到的信息确定目标用户,然后将目标用户录入到用户识别平台的用户信息网中。
另一种可能的方式为,用户信息库中记录有与第一事件相同类型的历史事件中的重点管控人员,用户识别平台从用户信息库中直接获取所述的重点管控人员,并将其作为第一事件M的目标用户。
还有一种可能的方式为,用户查获第一事件M的网站后,根据网站后台的访问记录可以锁定频繁访问网站的账号,然后根据账号确定第一事件M中的目标用户。
用户识别平台还可以采取除上述方式之外的其他手段确定目标用户,本发明实施例不对此做任何限定。
假设用户识别平台确定出的目标用户包括目标用户A以及目标用户B,则目标用户A和目标用户B是否参与第一事件可以基于下面的步骤202至204进行判断。
步骤202:用户识别平台从交易平台中获取目标用户的交易流水信息。
可选的,在步骤202之前,用户识别平台还可从用户信息库中获取到目标用户A以及目标用户B的身份信息,包括姓名、性别、身份证号码以及联系方式等。由此,用户识别平台可以根据目标用户A的身份信息从交易平台中获取目标用户A的交易流水信息;也可以根据目标用户B身份信息从交易平台中获取目标用户B的交易流水信息。其中,交易平台可以是支付宝平台、银行交易平台或者微信支付平台等线上交易平台中的一个平台,或者多个平台的集合。交易平台中保存有用户在一定时间段内所有的交易流水信息。其中,交易流水信息为银行交易流水信息、支付宝交易流水信息以及微信支付交易流水信息中的一种或多种的集合。
其中,交易流水信息中可以包括如下信息中的至少一种:
交易方向信息,例如入账信息或出账信息;
交易金额;
交易时段信息,也就是交易发生的时间;
交易对象,例如转账对象或者入账来源等;
交易类型,例如转账、商户消费,红包等。
以目标用户的一次购物为例,产生的交易流水信息中包括:交易方向以及交易金额为支出200人民币、交易时间为2020年11月11日20:00、交易对象为某某购物商城、交易类型为商户消费。
步骤203:用户识别平台基于预设算法和交易流水信息,判断目标用户参与第一事件的概率是否大于预设值。
用户识别平台获取到目标用户在一定时间段内的交易流水信息后,可以通过预设算法来判断目标用户参与第一事件的概率是否大于预设值。具体的,可以通过如下方式实现。
第一种方式,用户识别平台确定目标时间,并确定交易流水信息中发生在目标时间之前的第一交易信息,以及发生在目标时间之后的第二交易信息;当第一交易信息中存在交易金额满足第一预设金额的交易信息,和/或,当第二交易信息中存在交易金额满足第二预设金额的交易信息时,确定目标用户参与第一事件的概率大于预设值。
例如,当第一事件M为***事件时,用户识别平台需判断目标用户A是否参与第一事件M。首先用户识别平台将第一事件M的开奖时间T0确定为目标时间。以T0为时间节点,将目标用户A的交易信息分为发生在T0之前的第一交易信息,以及发生在T0之后的第二交易信息。然后判断目标用户A的第一交易信息中是否存在满足第一预设金额X的交易信息,其中第一预设金额为满足如下条件的金额:
X=E*m
其中,E为固定值,E的值由第一事件的规律决定,例如,E的值可以为第一事件M中买入一个筹码的价格。m为大于0的整数。
同时,用户识别平台还可以判断目标用户A的第二交易信息中是否存在交易金额满足第二预设金额的交易信息,其中,第二预设金额Y为满足如下条件的金额:
Y=F*n
其中,F为固定值,例如,F的值为***事件开奖后一个筹码可以兑换的金额。n为大于0的整数。
当目标用户A的第一交易信息中存在交易金额满足第一预设金额X的交易信息时,便可以确定该目标用户A参与第一事件M的概率大于预设值;或者,当目标用户A的第二交易信息中存在交易金额满足第二预设金额Y的交易信息时,可以确定该目标用户A参与第一事件M的概率大于预设值;或者,当目标用户A的第一交易信息中存在交易金额满足第一预设金额X的交易信息并且同时第二交易信息中存在交易金额满足第二预设金额Y的交易信息时,确定该目标用户A参与第一事件M的概率大于预设值。
其中,当第一交易金额满足第一预设值的交易信息为入账信息时,第二交易金额满足第二预设值的交易信息为出账信息;或者,当第一交易金额满足第一预设值的交易信息为出账信息时,第二交易金额满足第二预设值的交易信息为入账信息。
用户识别平台同时对目标用户的第一交易信息和第二交易信息进行检测判断时,当确定出第一交易信息中存在交易金额满足第一预设金额的交易信息为入账信息时,便可以直接判断第二交易信息中是否存在交易金额满足第二预设金额的出账信息。同样地,当确定出第一交易信息中存在交易金额满足第一预设金额的交易信息为出账信息时,便可以直接判断第二交易信息中是否存在交易金额满足第二预设金额的入账信息。
例如,当第一事件M为***事件时,当用户识别平台确定目标用户A的第一交易信息中存在交易金额满足第一预设金额X的出账信息,并确定目标用户A的第二交易信息中存在交易金额满足第二预设金额Y的入账信息,由此确定该目标用户购买***筹码的概率大于预设值。或者,当用户识别平台确定目标用户A的第一交易信息中存在交易金额满足第一预设金额X的入账信息,并确定目标用户A的第二交易信息中存在交易金额满足第二预设金额Y的出账信息,由此确定该目标用户售卖***筹码的概率大于预设值。
第二种方式,用户识别平台确定目标时间,并确定交易流水信息中发生在目标时间之前的第一交易信息,以及发生在目标时间之后的第二交易信息;当第一交易信息中第一交易金额满足第一预设值的交易次数大于第一预设次数时,和/或,当第二交易信息中第二交易金额满足第二预设值的交易次数大于第二预设次数时,确定目标用户参与第一事件的概率大于预设值。
与第一种方式的区别在于:第二种方式中不仅需要判断是否存在交易金额满足预设值的交易信息,还需要判断交易金额满足预设值的交易的次数是否大于预设次数,从而能够进一步提高判断目标用户是否参与第一事件M的准确性。
例如,用户识别平台判断目标用户A是否参与第一事件M的方式进一步可以为:当目标用户A的第一交易信息中交易金额满足第一预设金额X的交易次数大于预设值Num1时,可以确定该目标用户A参与第一事件M的概率大于预设值;或者,当目标用户A的第二交易信息中交易金额满足第二预设金额Y的交易次数大于预设值Num2时,可以确定该目标用户A参与***事件M的概率大于预设值;或者,当目标用户A的第一交易信息中交易金额满足第一预设金额X的交易次数大于预设值Num1,同时第二交易信息中交易金额满足第二预设金额Y的交易次数大于预设值Num2时,确定该目标用户A参与第一事件M的概率大于预设值。
在上面的第一种方式和第二种方式中,以目标时间为界线将交易信息划分为两部分,即第一交易信息和第二交易信息,但并未对第一交易信息以及第二交易信息的发生时间进行限定。实际上,第一交易信息可以限定为发生在目标时间之前的第一预设时长内的交易信息,第二交易信息可以限定为发生在目标时间之后的第二预设时长内的交易信息。其中,第一预设时长和第二预设时长可以和第一事件的监控周期相对应,监控周期的长度可以依据具体的第一事件的性质进行设定,可以为一天、一周、一个月或者一季度等,也可以为固定的一段时间。
例如,当第一事件M是***事件,该第一事件M的一个监控周期为一个月,用户识别平台需要对目标用户二月份的交易流水信息进行分析。其中二月份的T1~T0之间的时间段是人们可以买入***筹码的时间段,T0~T2时间段为人们可以兑换***筹码的时间段,T1为T0之前的一个时间点,T2为T0之后的一个时间点,则二月份的第一预设时长为T1~T0之间的时间段,第二预设时长为T0~T2之间的时间段。由此,用户识别平台可以确认发生在二月份内T1~T0时间段内的交易信息为第一交易信息,发生在二月份内T0~T2时间段内的交易信息为第二交易信息。
步骤204,当概率大于预设值时,确定目标用户参与第一事件。
利用步骤203中的方式判断得到目标用户参与第一事件的概率大于预设值时,便可以确定该目标用户参与到该第一事件中。例如,当目标用户A参与第一事件M的概率大于预设值时,确定目标用户A执行了与第一事件M相关的行为。
可选的,用户识别平台还可以判断目标用户在预设时间周期内参与第一事件的累计次数是否大于预设次数,若是,则确定目标用户参与所述第一事件。
比如,在一个周期内,判断目标用户参与第一事件的累计次数是否大于预设次数,若是,则确定目标用户参与所述第一事件。其中,确定目标用户是否参与第一事件的具体判断方式可如步骤203中所述,在此不再赘述。
再比如,以周期为12个月为例,可以判断每个月内目标用户A参与第一事件M的次数。当目标用户A在12月内参与第一事件M的累计次数大于预设次数5时,便可以确定目标用户A参与了第一事件M。
基于同一发明构思,本发明实施例提供了一种用户行为识别装置,该用户行为识别装置能够实现前述的用户行为识别方法对应的功能。该用户行为识别装置可以是硬件结构、软件模块、或硬件结构加软件模块。该用户行为识别装置可以由芯片***实现,芯片***可以由芯片构成,也可以包含芯片和其他分立器件。请参见图3,该装置包括获取模块301和处理模块302,其中:
获取模块301,用于从所述交易平台中获取所述目标用户的交易流水信息;
处理模块302,用于基于所述预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值;
所述处理模块302还用于当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件。
可选的,所述处理模块302在基于所述预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值时,具体用于:
确定目标时间;
确定所述交易流水信息中发生在所述目标时间之前的第一交易信息,以及发生在所述目标时间之后的第二交易信息;
当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息,和/或,当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,确定所述目标用户参与第一事件的概率大于预设值。
可选的,所述处理模块302在用于确定所述目标用户参与所述第一事件时,具体用于:
确定所述目标用户在预设时间周期内参与第一事件的概率大于预设值的次数;
当所述次数大于预设次数时,确定所述目标用户参与所述第一事件。
前述的用户行为识别方法的实施例涉及的各步骤的所有相关内容均可援引到本申请施例中的用户行为识别装置所对应的功能模块的功能描述,在此不再赘述。
本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本申请各个实施例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
请参见图4,基于同一发明构思,本发明实施例提供一种用户行为识别装置,该装置包括至少一个处理器401,处理器401用于执行存储器中存储的计算机程序,实现本发明实施例提供的如图2所示的用户行为识别方法的步骤。
可选的,处理器401可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的用户行为识别方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
可选的,该用户行为识别装置还可以包括与至少一个处理器401连接的存储器402,存储器402存储有可被至少一个处理器401执行的指令,至少一个处理器401通过执行存储器402存储的指令,可以执行前述的用户行为识别方法中所包括的步骤。
本发明实施例中不限定处理器401与存储器402之间的具体连接介质,存储器402可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory,RAM)、静态随机访问存储器(Static Random AccessMemory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器402是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本发明实施例中的存储器402还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通过对处理器401进行设计编程,可以将前述实施例中介绍的用户行为识别方法所对应的代码固化到芯片内,从而使芯片在运行时能够执行前述的用户行为识别方法的步骤,如何对处理器401进行设计编程为本领域技术人员所公知的技术,这里不再赘述。其中,获取模块301和处理模块302所对应的实体设备均可以是前述的处理器401。该用户行为识别装置可以用于执行图2所示的实施例所提供的方法。因此关于该设备中各功能模块所能够实现的功能,可参考图2所示的实施例中的相应描述,不多赘述。
基于同一发明构思,本发明实施例还提供一种计算可读存储介质,该计算可读存储介质存储有计算机指令,当该计算机指令在计算机上运行时,使得计算机执行如前述的用户行为识别方法的步骤。
在一些可能的实施方式中,本申请提供的用户行为识别方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使该检测设备执行本说明书上述描述的根据本申请各种示例性实施方式的用户行为识别方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种用户行为识别方法,其特征在于,适用于用户识别平台,所述用户识别平台与交易平台连接,所述交易平台用于记录用户的交易信息,所述方法包括:
所述用户识别平台从用户信息库中或被查获的第一事件的网站的访问记录中确定目标用户;
所述用户识别平台从所述交易平台中获取所述目标用户的交易流水信息;
所述用户识别平台基于预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值;
当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件;
其中,所述用户识别平台基于预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值,包括:
确定目标时间;
确定所述交易流水信息中发生在所述目标时间之前的第一交易信息;
当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息时,确定所述目标用户参与所述第一事件的概率大于预设值;其中,所述第一预设值与固定值E之间呈倍数关系,所述固定值E由所述第一事件的规律决定。
2.根据权利要求1所述的方法,其特征在于,在当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件之前,所述方法还包括:
确定所述交易流水信息中发生在所述目标时间之后的第二交易信息;
当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,确定所述目标用户参与所述第一事件的概率大于所述预设值。
3.根据权利要求2所述的方法,其特征在于,当所述第一交易金额满足第一预设值的交易信息为入账信息时,所述第二交易金额满足第二预设值的交易信息为出账信息;或者,
当所述第一交易金额满足第一预设值的交易信息为出账信息时,所述第二交易金额满足第二预设值的交易信息为入账信息。
4.根据权利要求2所述的方法,其特征在于,所述当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息时,包括:
当所述第一交易信息中第一交易金额满足第一预设值的交易次数大于第一预设次数时;
当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,包括:
当所述第二交易信息中第二交易金额满足第二预设值的交易次数大于第二预设次数时。
5.根据权利要求2所述的方法,其特征在于,所述确定所述交易流水信息中发生在所述目标时间之前的第一交易信息,以及发生在所述目标时间之后的第二交易信息,包括:
确认所述交易流水信息中发生在所述目标时间之前的第一预设时长内的第一交易信息,以及发生在所述目标时间之后的第二预设时长内的第二交易信息。
6.根据权利要求1所述的方法,其特征在于,当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件,包括:
确定所述目标用户在预设时间周期内参与第一事件的次数大于预设值的次数;
当所述次数大于预设次数时,确定所述目标用户参与所述第一事件。
7.一种用户行为识别装置,其特征在于,包括:
获取模块,用于从用户信息库中或被查获的第一事件的网站的访问记录中确定目标用户;
所述获取模块,还用于从所述交易平台中获取所述目标用户的交易流水信息;
处理模块,用于基于预设算法和所述交易流水信息,判断所述目标用户参与第一事件的概率是否大于预设值;
所述处理模块还用于当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件;
其中,所述处理模块具体用于:确定目标时间,以及确定所述交易流水信息中发生在所述目标时间之前的第一交易信息;当所述第一交易信息中存在第一交易金额满足第一预设值的交易信息时,确定所述目标用户参与所述第一事件的概率大于预设值;其中,所述第一预设值与固定值E之间呈倍数关系,所述固定值E由所述第一事件的规律决定。
8.根据权利要求7所述的装置,其特征在于,所述处理模块还用于:
在当所述概率大于所述预设值时,确定所述目标用户参与所述第一事件之前,确定所述交易流水信息中发生在所述目标时间之后的第二交易信息;当所述第二交易信息中存在第二交易金额满足第二预设值的交易信息时,确定所述目标用户参与所述第一事件的概率大于所述预设值。
9.根据权利要求7所述的装置,其特征在于,所述处理模块在用于确定所述目标用户参与所述第一事件时,具体用于:
确定所述目标用户在预设时间周期内参与第一事件的概率大于预设值的次数;
当所述次数大于预设次数时,确定所述目标用户参与所述第一事件。
10.一种用户行为识别装置,其特征在于,包括:
存储器,用于存储计算机指令;
处理器,与所述存储器连接,用于执行所述存储器中的计算机指令,以及在执行所述计算机指令时执行如权利要求1至6中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,
所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110135472.8A CN112785476B (zh) | 2021-02-01 | 2021-02-01 | 一种用户行为识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110135472.8A CN112785476B (zh) | 2021-02-01 | 2021-02-01 | 一种用户行为识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785476A CN112785476A (zh) | 2021-05-11 |
CN112785476B true CN112785476B (zh) | 2024-05-14 |
Family
ID=75760212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110135472.8A Active CN112785476B (zh) | 2021-02-01 | 2021-02-01 | 一种用户行为识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785476B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108122163A (zh) * | 2017-11-14 | 2018-06-05 | 阿里巴巴集团控股有限公司 | 基于互联网信贷的风险监控方法、装置及设备 |
CN110020865A (zh) * | 2019-01-17 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 交易识别方法及装置 |
WO2019136865A1 (zh) * | 2018-01-09 | 2019-07-18 | 平安科技(深圳)有限公司 | 异常交易类型的判断方法、装置、设备及可读存储介质 |
WO2019157946A1 (zh) * | 2018-02-13 | 2019-08-22 | 阿里巴巴集团控股有限公司 | 一种反洗钱方法、装置及设备 |
CN110889684A (zh) * | 2019-11-18 | 2020-03-17 | 北京明略软件***有限公司 | 上下游客户识别方法、装置、电子设备和存储介质 |
CN111047426A (zh) * | 2019-11-26 | 2020-04-21 | 智器云南京信息科技有限公司 | 一种基于资金交易的可疑账户分析方法、***及存储介质 |
CN111324867A (zh) * | 2020-02-25 | 2020-06-23 | 支付宝(杭州)信息技术有限公司 | 一种疑似风险交易确定方法、装置及设备 |
CN111882432A (zh) * | 2020-08-07 | 2020-11-03 | 中国工商银行股份有限公司 | 处理业务请求的方法、装置、计算设备和介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012166944A2 (en) * | 2011-06-03 | 2012-12-06 | Uc Group Limited | Systems and methods for registration, validation, and monitoring of users over multiple websites |
CN108280755A (zh) * | 2018-02-28 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 可疑洗钱团伙的识别方法和识别装置 |
-
2021
- 2021-02-01 CN CN202110135472.8A patent/CN112785476B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108122163A (zh) * | 2017-11-14 | 2018-06-05 | 阿里巴巴集团控股有限公司 | 基于互联网信贷的风险监控方法、装置及设备 |
WO2019136865A1 (zh) * | 2018-01-09 | 2019-07-18 | 平安科技(深圳)有限公司 | 异常交易类型的判断方法、装置、设备及可读存储介质 |
WO2019157946A1 (zh) * | 2018-02-13 | 2019-08-22 | 阿里巴巴集团控股有限公司 | 一种反洗钱方法、装置及设备 |
CN110020865A (zh) * | 2019-01-17 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 交易识别方法及装置 |
CN110889684A (zh) * | 2019-11-18 | 2020-03-17 | 北京明略软件***有限公司 | 上下游客户识别方法、装置、电子设备和存储介质 |
CN111047426A (zh) * | 2019-11-26 | 2020-04-21 | 智器云南京信息科技有限公司 | 一种基于资金交易的可疑账户分析方法、***及存储介质 |
CN111324867A (zh) * | 2020-02-25 | 2020-06-23 | 支付宝(杭州)信息技术有限公司 | 一种疑似风险交易确定方法、装置及设备 |
CN111882432A (zh) * | 2020-08-07 | 2020-11-03 | 中国工商银行股份有限公司 | 处理业务请求的方法、装置、计算设备和介质 |
Non-Patent Citations (3)
Title |
---|
"An Exploration of How Simulated Gambling Games May Promote Gambling with Money";Armstrong, T;Rockloff, M;Browne, M;《JOURNAL OF GAMBLING STUDIES》;20181102;第34卷(第4期);全文 * |
侯树森等.《领导情商 下》.改革出版社,1999,第1523页. * |
基于改进随机森林的洗钱交易角色识别应用;张昊;黄蔚;胡国超;;计算机与现代化;20180215(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112785476A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110895758B (zh) | 存在作弊交易的***账户的筛选方法、装置及*** | |
CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
CN111260368A (zh) | 一种账户交易风险判断方法、装置及电子设备 | |
CN109242658B (zh) | 可疑交易报告生成方法、***、计算机设备和存储介质 | |
CN109583731B (zh) | 一种风险识别方法、装置及设备 | |
CN112101939A (zh) | 基于区块链的节点管理方法及*** | |
CN111144899B (zh) | 识别虚假交易的方法及装置和电子设备 | |
CN113554228B (zh) | 还款率预测模型的训练方法及还款率的预测方法 | |
CN116189215A (zh) | 自动审核方法、装置、电子设备及存储介质 | |
CN111582872A (zh) | 异常账号检测模型训练、异常账号检测方法、装置及设备 | |
CN112785476B (zh) | 一种用户行为识别方法及装置 | |
CN111340622A (zh) | 一种异常交易集群的检测方法及装置 | |
CN110428156B (zh) | 用于业务数据校验的方法、装置及电子设备 | |
CN117132317A (zh) | 数据处理方法、装置、设备、介质及产品 | |
CN113393328A (zh) | 融资贷前审批评估方法、装置及计算机存储介质 | |
CN111897844B (zh) | 基于粒度信息的报表合法性检测方法、装置及电子设备 | |
CN110580625A (zh) | 流通数据监管方法及装置、存储介质、终端 | |
CN110570301A (zh) | 风险识别方法、装置、设备及介质 | |
Kang | Fraud Detection in Mobile Money Transactions Using Machine Learning | |
CN116453141B (zh) | 票据潜客的识别方法、装置和电子设备 | |
CN108510281B (zh) | 数据检测方法、装置、电子设备及存储介质 | |
CN115618295A (zh) | 基于用户行为的识别方法、电子设备和存储介质 | |
CN115082206A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN111932357A (zh) | 一种数据转移的处理方法、装置、计算设备及存储介质 | |
CN117391867A (zh) | 医疗理赔处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |