[发明专利]一种基于无监督算法的异常群组检测方法

权利要求书

1.一种基于无监督算法的异常群组检测方法，其特征在于，包括以下步骤：

S1：数据预处理，特征筛选；

S2：计算用户相似度；

S3：根据用户相似度，使用无监督算法聚类，形成群组；

S4：使用频繁集挖掘算法分析群组聚集原因和聚集程度；

S5：对聚类形成的群组评分，挑选风险群组。

上述的步骤S1，包含：

S1.1：整合用户的交易数据和操作数据，根据业务经验选择相关入模特征。

上述的步骤S2，包含：

S2.1：基于步骤S1.1中确定的入模特征特征，根据业务经验或少部分带标签样本训练有监督模型，确定不同特征的权重；

S2.2：基于不同特征的权重，利用Jaccard系数计算用户间的相似度，形成用户相似度矩阵。

上述的步骤S3，包含：

S3.1：根据步骤S2.2中计算的用户相似度矩阵，利用自底向上的层次聚类算法对用户聚类，形成群组。

上述的步骤S4，包含：

S4.1：根据步骤S3.1中得到的用户群组，使用FP-growth频繁集挖掘算法，分析每个群组的聚集原因和聚集度。

上述的步骤S5，包含：

S5.1：根据步骤S4.1中得到的群组聚集度，给群组一个聚集度评分；

S5.2：根据群组内用户的聚集特征异常情况，如：用户黑名单占比，设备黑名单占比等，给群组一个风险程度评分；

S5.3：将聚集度评分和风险程度评分结合，给群组一个综合的风险评分。