[发明专利]基于支持向量数据域描述的跨境活跃用户识别方法及装置

权利要求书

1.一种基于支持向量数据域描述的跨境活跃用户识别方法，其特征在于，包括：

基于跨境用户认定标准对历史用户进行认定，将符合跨境用户认定标准的历史用户标记为跨境用户；

获得跨境用户多个维度的特征数据，将所述多个维度的特征数据作为训练数据集；

对所述训练数据集进行清洗和向量化处理，获得处理后的训练数据集；

基于支持向量数据域描述SVDD算法和所述处理后的训练数据集训练多个模型；

基于模拟退火算法对多个模型进行融合，获得活跃度预测模型；

获得新用户和/或历史用户中未被认定为跨境用户的剩余用户的多个维度的特征数据，基于所述活跃度预测模型，预测新用户和/或历史用户中未被认定为跨境用户的剩余用户使用跨境APP的活跃度；

对所述训练数据集进行清洗和向量化处理，包括：

利用spark构建数据清洗算子，所述数据清洗算子基于预设的每个特征数据的合法取值范围对所述训练数据集中所有特征数据进行清洗，将不在合法取值范围内的特征数据舍弃；

利用spark构建空置填充算子，所述空置填充算子使用均值和最大频数对所述训练数据集中空置进行填充；

使用woe对所述训练数据集中的离散特征进行向量化。

2.如权利要求1所述的基于支持向量数据域描述的跨境活跃用户识别方法，其特征在于，还包括：

对使用woe处理后的离散特征两两之间进行特征交叉组合衍生新特征，将新特征同样作为训练数据集。

3.如权利要求2所述的基于支持向量数据域描述的跨境活跃用户识别方法，其特征在于，还包括：将所述跨境用户的训练数据集、清洗和向量化处理后的训练数据集、加入了新特征的训练数据集存入hive中。

4.一种基于支持向量数据域描述的跨境活跃用户识别装置，其特征在于，包括：

跨境用户认定模块，用于基于跨境用户认定标准对历史用户进行认定，将符合跨境用户认定标准的历史用户标记为跨境用户；

特征数据获得模块，用于获得跨境用户多个维度的特征数据，将所述多个维度的特征数据作为训练数据集；

特征数据处理模块，用于对所述训练数据集进行清洗和向量化处理，获得处理后的训练数据集；

SVDD算法模型训练模块，用于基于支持向量数据域描述SVDD算法和所述处理后的训练数据集训练多个模型；

模型融合模块，用于基于模拟退火算法对多个模型进行融合，获得活跃度预测模型；

活跃度预测模块，用于获得新用户和/或历史用户中未被认定为跨境用户的剩余用户的多个维度的特征数据，基于所述活跃度预测模型，预测新用户和/或历史用户中未被认定为跨境用户的剩余用户使用跨境APP的活跃度；

特征数据处理模块具体用于：

利用spark构建数据清洗算子，所述数据清洗算子基于预设的每个特征数据的合法取值范围对所述训练数据集中所有特征数据进行清洗，将不在合法取值范围内的特征数据舍弃；

利用spark构建空置填充算子，所述空置填充算子使用均值和最大频数对所述训练数据集中空置进行填充；

使用woe对所述训练数据集中的离散特征进行向量化。

5.如权利要求4所述的基于支持向量数据域描述的跨境活跃用户识别装置，其特征在于，特征数据处理模块还用于：

对使用woe处理后的离散特征两两之间进行特征交叉组合衍生新特征，将新特征同样作为训练数据集。

6.如权利要求5所述的基于支持向量数据域描述的跨境活跃用户识别装置，其特征在于，还包括：存储模块，用于将所述跨境用户的训练数据集、清洗和向量化处理后的训练数据集、加入了新特征的训练数据集存入hive中。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3任一所述基于支持向量数据域描述的跨境活跃用户识别方法。

8.一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执行权利要求1至3任一所述基于支持向量数据域描述的跨境活跃用户识别方法的计算机程序。