买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国移动通信集团辽宁有限公司;中国移动通信集团有限公司

摘要：本发明公开一种异常用户的识别方法及装置，该方法包括：根据与各个业务用户相对应的累计入账数据以及结算支出数据，将各个业务用户进行初次聚类，得到多个同类用户群组；从所述多个同类用户群组中筛选至少一个异常用户群组，根据所述异常用户群组中的各个业务用户的用户行为数据进行二次聚类，以得到多个异常用户子群组；提取每个异常用户子群组中的业务用户的用户特征数据，通过预设的机器学习模型分析所述用户特征数据，根据分析结果识别异常用户。该方式能够识别异常用户群组及其包含的异常用户子群组，进而通过机器学习模型识别异常用户，该方式具有准确性高、不依赖负样本，因而适用性广的优势。

主权项：1.一种异常用户的识别方法，包括：根据与各个业务用户相对应的累计入账数据以及结算支出数据，将各个业务用户进行初次聚类，得到多个同类用户群组；其中，基于构建的用户价值分析体系以及设计的用户价值评估指标，计算用户生命周期价值；对用户价值构成相关的数据进行聚类分析，将用户群细分为高投入-低产出、高投入-高产出、低投入-高产出及低投入-低产出；所述用户价值构成相关的数据包括用户充值本金、馈赠金、酬金、SP结算费和网间结算费指标；根据贡献利润率筛选低价值用户群体，即高投入-低产出群体，作为异常用户群体；根据所述异常用户群体中的各个业务用户的用户行为数据进行二次聚类，以得到多个异常用户子群组，所述用户行为数据包括：通信行为数据、消费行为数据、业务受理行为数据、缴费充值行为数据和流量行为数据；其中，对低价值用户群体的行为数据进行二次聚类分析，根据预设风险场景对不同低价值用户群体进行分类，得到如下两个异常用户子群组：酬金套利风险用户群、营销资源倒卖风险用户群；提取每个异常用户子群组中的业务用户的用户特征数据，通过预设的机器学习模型分析所述用户特征数据，根据分析结果识别异常用户；其中，所述每个异常用户子群组中的业务用户的用户特征数据包括：采用流处理方式，按照预设时间窗口实时提取与所述业务用户相对应的用户日志；针对所述用户日志进行预处理，根据预处理结果提取业务用户的用户特征数据；与业务用户相对应的用户日志包括4A权限日志和ESB服务行为日志；所述预设的机器学习模型是由无监督模型以及有监督模型构成的组合模型，所述无监督模型为前馈神经网络AutoEncoder算法，所述有监督模型为随机森林回归模型，基于前馈神经网络AutoEncoder算法智能分析预测出异常操作，将异常操作作为随机森林回归模型的输入，通过随机森林回归模型输出聚类簇，执行异常账号处置。

全文数据：

权利要求：

百度查询： 中国移动通信集团辽宁有限公司 中国移动通信集团有限公司 异常用户的识别方法及装置