[发明专利]用户账号检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种用户账号检测方法、装置、计算机设备和存储介质。所述方法包括：获取用户账号数据，根据用户账号数据得到用户特征属性；将用户特征属性输入到预设用户账号分类器中，得到输出特征；根据输出特征得到用户账号检测结果。采用本方法能够有效检测异常用户账号。

技术领域

本申请涉及计算机技术领域，特别是涉及一种用户账号检测方法、装置、计算机设备和存储介质。

背景技术

在多数互联网平台，为了提高平台用户的活跃度，会设置运营策略，如注册送红包、送优惠券，以及消费返现、返优惠券、活动折扣价等。但是这些活动的福利可能会被异常用户账号批量操作或利用漏洞进行领取，并未直接到达正常用户账号手中，给平台带来了巨大的经济损失。为防止被异常用户账号批量领取福利或利用平台漏洞领取福利，目前采用各种防护措施，比如验证码、短信验证码校验等方式，但是这些方式都存在着缺陷，异常用户账号使用方都非常容易绕过这些防护措施获取福利，给互联网平台造成大量损失。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效检测异常用户账号的用户账号检测方法、装置、计算机设备和存储介质。

一种用户账号检测方法，所述方法包括：

获取用户账号数据，根据用户账号数据得到用户特征属性；

将用户特征属性输入到预设用户账号分类器中，得到输出特征；

根据输出特征得到用户账号检测结果。

在其中一个实施例中，所述预设用户账号分类器的生成步骤包括：

获取历史用户账号数据和对应的检测结果，检测结果包括历史正常用户账号和历史异常用户账号；

根据历史用户账号数据和对应的检测结果统计历史用户账号数、历史正常用户账号数和历史异常用户账号数，并计算历史正常用户账号频率和历史异常用户账号频率；

根据历史用户账号数据得到对应的历史用户特征，并对历史用户特征按照预设条件进行划分，得到待分类项；

统计待分类项对应的历史用户账号数、历史正常用户账号数和历史异常用户账号数，并计算待分类项对应的历史用户账号为历史正常用户账号的条件概率和历史用户账号为历史异常用户账号的条件概率，得到预设用户账号分类器。

在其中一个实施例中，所述将所述用户特征属性输入到预设用户账号分类器中，得到输出特征，包括：

获取用户特征属性对应的目标待分类项；

获取目标待分类项对应的条件概率，根据条件概率使用贝叶斯定理分别计算用户账号为正常用户账号概率和用户账号为异常用户账号概率；

比较正常用户账号概率和异常用户账号概率，根据比较结果得到输出特征。

在其中一个实施例中，所述方法，还包括：

根据用户账号数据得到用户账号收货地址信息；

对用户账号收货地址信息进行分词，得到分词结果，将分词结果输入到聚类模型中得到分类结果，根据分类结果得到收货地址相似度；

根据收货地址相似度得到疑似异常用户账号；

则获取用户账号数据，包括：

获取疑似异常用户账号的用户账号数据。

在其中一个实施例中，所述将所述分词结果输入到聚类模型中得到分类结果，包括：

将用户账号收货地址信息按照预设条件进行分组，计算分组总数，根据分组总数计算聚类数目；

从分词结果中获取聚类数目的目标词作为初始簇中心，将初始簇中心作为当前簇中心；