[发明专利]模型训练和风险识别方法、装置及设备

说明书

公开了模型训练和风险识别方法、装置及设备。通过本提取用户的事件序列，以及单事件上的屏幕轨迹信息，并且从屏幕轨迹信息和事件的序号中提取出对于该事件的单用户事件特征，进而生成对应于所述事件序列的事件序列特征，从而通过事件序列特征反映出用户行为的相关特征，实现根据事件序列特征进行模型的训练，得到可用的目标模型，以及采用训练得到的目标模型对于用户的屏幕轨迹进行风险识别。

技术领域

本说明书实施例涉及信息技术领域，尤其涉及模型训练和风险识别方法、装置及设备。

背景技术

在营销活动中，经常有黑产用户控制机器批量注册垃圾小号，然后使用垃圾小号参与业务方发起的营销活动，骗取营销资金；甚至利用垃圾小号进行欺诈、套现等非法活动。例如，黑产使用事先编辑好的代码对注册过程进行控制，批量注册垃圾小号。常规方式或者人工方式难以实现批量的垃圾小号识别。

基于此，需要一种可以高效实现对于批量注册的垃圾小号的识别方案。

发明内容

本申请实施例的目的是提供一种可以高效实现对于批量注册的垃圾小号的识别方案。

为解决上述技术问题，本申请实施例是这样实现的：

一方面，本说明书实施例提供一种模型训练方法，包括：

获取包含多个用户事件的事件序列，其中，所述用户事件为同一用户在同一设备上所产生，每一个用户事件具有对应的顺序标识；

针对事件序列中的任一用户事件，获取该用户事件在所述设备上产生时所关联的屏幕轨迹坐标，从所述屏幕轨迹坐标中提取该用户事件的轨迹特征向量；

组合所述轨迹特征向量和该用户事件的顺序标识，生成对应于该用户事件的单用户事件特征；

依序拼接所得到的多个单用户事件特征，生成对应于所述事件序列的事件序列特征；

以所述事件序列特征作为分类特征进行模型训练，得到用于对所述事件序列进行分类的目标模型。

另一方面，本说明书实施例提供一种基于前述模型的风险识别方法，包括：

获取包含多个用户事件的事件序列，其中，所述用户事件为同一用户在同一设备上所产生，每一个用户事件具有对应的顺序标识；

针对事件序列中的任一用户事件，获取该用户事件在所述设备上产生时所关联的屏幕轨迹坐标，从所述屏幕轨迹坐标中提取该用户事件的轨迹特征向量；

组合所述轨迹特征向量和该用户事件的顺序标识，生成对应于该用户事件的单用户事件特征；

依序拼接所得到的多个单用户事件特征，生成对应于所述事件序列的事件序列特征；

采用所述目标模型对所述事件序列特征进行分类，识别所述所述事件序列的风险。

与一方面对应的，本说明书实施例还提供一种模型训练装置，包括：

获取模块，获取包含多个用户事件的事件序列，其中，所述用户事件为同一用户在同一设备上所产生，每一个用户事件具有对应的顺序标识；

轨迹特征向量生成模块，针对事件序列中的任一用户事件，获取该用户事件在所述设备上产生时所关联的屏幕轨迹坐标，从所述屏幕轨迹坐标中提取该用户事件的轨迹特征向量；

单用户事件特征生成模块，组合所述轨迹特征向量和该用户事件的顺序标识，生成对应于该用户事件的单用户事件特征；

事件序列特征生成模块，依序拼接所得到的多个单用户事件特征，生成对应于所述事件序列的事件序列特征；

模型训练模块，以所述事件序列特征作为分类特征进行模型训练，得到用于对所述事件序列进行分类的目标模型。