公开(公告)号：CN108108743B

公开(公告)日：2022-06-24

申请号：CN201611051585.5

申请日：2016-11-24

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 陈善 ,  田天 ,  康伟

IPC: G06K9/62

Abstract: 本申请公开了异常用户识别方法和用于识别异常用户的装置。该方法的一具体实施方式包括：获取多个用户的特征数据，以及基于特征数据，以无监督学习方式确定出多个用户中的异常用户；基于确定出的异常用户的特征数据，以有监督学习方式从多个特征参数中选取出用于构建分类模型的关键特征参数，以及生成包含关键特征参数的关键特征数据；利用关键特征数据构建分类模型。实现了采用无监督学习方式识别出异常用户，采用有监督学习方式基于异常用户的特征数据选取出关键特征构建分类模型，使得分类模型仅采用对识别异常用户的重要程度较高的关键特征对异常用户进行识别，避免重要程度较低的特征对识别过程的干扰，提升识别准确度和减少识别过程的开销。

公开(公告)号：CN108108743A

公开(公告)日：2018-06-01

申请号：CN201611051585.5

申请日：2016-11-24

Applicant: 百度在线网络技术(北京)有限公司

Inventor： 陈善 ,  田天 ,  康伟

IPC: G06K9/62

Abstract: 本申请公开了异常用户识别方法和用于识别异常用户的装置。该方法的一具体实施方式包括：获取多个用户的特征数据，以及基于特征数据，以无监督学习方式确定出多个用户中的异常用户；基于确定出的异常用户的特征数据，以有监督学习方式从多个特征参数中选取出用于构建分类模型的关键特征参数，以及生成包含关键特征参数的关键特征数据；利用关键特征数据构建分类模型。实现了采用无监督学习方式识别出异常用户，采用有监督学习方式基于异常用户的特征数据选取出关键特征构建分类模型，使得分类模型仅采用对识别异常用户的重要程度较高的关键特征对异常用户进行识别，避免重要程度较低的特征对识别过程的干扰，提升识别准确度和减少识别过程的开销。