[发明专利]数据分类方法、装置、电子设备和可读存储介质

权利要求书

1.一种数据分类方法，其特征在于，所述方法包括：

获取目标行为数据集，所述目标行为数据集包括通过终端侧程序记录的多个人机交互行为和网络访问行为数据；

基于所述目标行为数据集，确定目标行为特征，所述目标行为特征用于表征所述目标行为数据集对应的画像；以及

基于预先训练的行为分类模型，以所述目标行为特征作为输入，确定所述预先训练的行为分类模型输出的目标行为类别，所述预先训练的行为分类模型基于训练样本集训练确定，所述训练样本集包括多个生成样本，所述生成样本由预先训练的行为特征样本生成模型生成。

2.根据权利要求1所述的方法，其特征在于，所述行为特征样本生成模型包括生成器模块和判别器模块，所述行为特征样本生成模型基于如下步骤进行训练：

获取第一预设数量的真实行为特征样本，所述真实行为特征样本用于表征采集到的行为数据对应的行为特征；

基于所述生成器模块生成第二预设数量的虚拟行为特征样本；

基于所述判别器模块，确定所述真实行为特征样本和所述虚拟行为特征样本之间的损失函数；以及

基于所述损失函数，调整所述行为特征样本生成模型的参数。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取调整参数后的生成器模块生成的多个虚拟行为特征；

基于所述判别器模块对所述多个虚拟行为特征进行判别操作，确定所述多个虚拟行为特征对应的判别概率，所述判别概率用于表征所述判别器模块判断所述虚拟行为特征是真实行为特征的概率，或者用于表征所述判别器模块判断所述虚拟行为特征是虚拟行为特征的概率；以及

响应于所述判别概率未处于预设阈值范围内，调整所述行为特征样本生成模型的参数，以使得所述判别概率处于预设阈值范围内。

4.根据权利要求2或3所述的方法，其特征在于，所述训练样本集还包括所述真实行为特征样本、所述真实行为特征样本对应的标注和所述生成样本对应的标注；

所述行为分类模型基于如下步骤进行训练：

获取训练样本集；

将所述生成样本和所述真实行为特征样本作为输入，确定所述行为分类模型输出的行为类别；以及

基于所述行为类别、所述真实行为特征样本对应的标注和所述生成样本对应的标注，调整所述行为分类模型的参数。

5.根据权利要求1所述的方法，其特征在于，所述目标行为数据集包括基本信息、表现信息和埋点信息，所述基本信息用于表征固有属性，所述表现信息用于表征信用行为，所述埋点信息用于表征预设的埋点算法所收集的数据；

所述获取目标行为数据集，包括：

从预先设置的第一数据库中获取所述埋点信息，所述第一数据库用于收集并预处理埋点数据，以确定所述埋点信息，所述预处理包括数据结构化处理；

从预先设置的第二数据库中获取所述基本信息和所述表现信息，所述第二数据库用于收集并预处理基本数据和表现数据，以确定所述基本信息和所述表现信息；以及

基于所述基本信息、所述表现信息和所述埋点信息，确定所述目标行为数据集。

6.根据权利要求5所述的方法，其特征在于，所述第一数据库为数据仓库hive处理器，所述第二数据库为全链路处理器。

7.根据权利要求1所述的方法，其特征在于，所述行为特征样本生成模型基于生成式对抗网络GAN建立，所述行为分类模型包括逻辑回归模型、梯度下降树GBDT模型、分布式梯度增强库XGBoost、深度学习模型或者端到端end-to-end模型中的至少一种。