一種基于移動用戶大數據的異常行為可視化監控方法
【專利摘要】一種基于移動用戶大數據的異常行為可視化監控方法，包括有：步驟一、選取用戶在圖書閱讀平臺上的若干種行為類型，并為每種行為類型設置若干個行為指標；步驟二、獲取目標用戶每種行為類型下的每個行為指標的當前值，并根據全體用戶和目標用戶對應行為指標的歷史數據，分別計算目標用戶在每種行為類型下的每個行為指標上的亮燈信號值；步驟三、根據計算出的亮燈信號值，識別用戶異常行為。本發明屬于網絡通信【技術領域】，可以在移動大數據環境下，對用戶在圖書閱讀平臺上的異常行為進行可視化的及時監控。
【專利說明】-種基于移動用戶大數據的異常行為可視化監控方法

【技術領域】
[0001 ]本發明涉及一種基于移動用戶大數據的異常行為可視化監控方法，屬于網絡通信

【技術領域】。

【背景技術】
[0002]用戶的行為模式在用戶移動閱讀和消費過程中體現出一定的規律性，例如用戶的 訪問時間、訪問內容、訪問方式、閱讀偏好等都是有規律可循的。通過對用戶行為進行監控， 可以及時了解到用戶的行為變化趨向，并為下一步的營銷和決策提供數據支撐。而對用戶 異常行為進行監控的關鍵問題就在于用戶正常使用模式的建立以及利用該模式對當前用 戶行為進行比較和判斷。因而，對移動閱讀用戶的行為建模并進行及時的監控，發現其中的 異常行為，并進行及時的響應和服務，對于維系和挽留用戶具有重要的意義。
[0003] 專利申請CN200910085032. 5 (申請日：2009 - 05 - 27,申請名稱：一種業務行為異 常檢測方法和系統， 申請人:：北京啟明星辰信息技術股份有限公司北京啟明星辰信息安全 技術有限公司）提供了一種業務行為異常檢測方法，包括：根據安全審計設備當前檢測點 之前的歷史審計記錄，建立用戶訪問業務系統的正常行為模型；對安全審計設備的實時審 計記錄進行分析，與所述正常行為模型進行比較，判斷用戶訪問業務系統的行為是否異常。 該技術方案主要根據安全審計設備的審計記錄來檢測在業務流程上并不違規、實際上仍然 給業務系統帶來破壞的攻擊行為，由于移動用戶在圖書閱讀平臺上的行為類型豐富多樣， 從而產生了海量的移動閱讀數據，該方案并不能對移動用戶在圖書閱讀平臺上的異常行為 進行可視化的及時監控。
[0004]因此，如何在移動大數據環境下，對用戶在圖書閱讀平臺上的異常行為進行可視 化的及時監控？仍是一個值得深入研究的技術問題。


【發明內容】

[0005] 有鑒于此，本發明的目的是提供一種基于移動用戶大數據的異常行為可視化監控 方法，可以在移動大數據環境下，對用戶在圖書閱讀平臺上的異常行為進行可視化的及時 監控。
[0006] 為了達到上述目的，本發明提供了一種基于移動用戶大數據的異常行為可視化監 控方法，包括有：
[0007] 步驟一、選取用戶在圖書閱讀平臺上的若干種行為類型，并為每種行為類型設置 若干個行為指標；
[0008] 步驟二、獲取目標用戶每種行為類型下的每個行為指標的當前值，并根據全體用 戶和目標用戶對應行為指標的歷史數據，分別計算目標用戶在每種行為類型下的每個行為 指標上的亮燈信號值；
[0009] 步驟三、根據計算出的亮燈信號值，識別用戶異常行為。
[0010] 與現有技術相比，本發明的有益效果是：為充分反映移動用戶在圖書閱讀平臺上 的行為效果，本發明從行為類型、行為指標等多個維度來建立用戶的行為模式，當用戶的行 為指標落在安全區內，則表示用戶已形成好的閱讀訪問習慣，用戶的下一步操作基本是有 規律可循，而對于處在混沌狀態下的用戶則進行及時的引導和營銷挽回；本發明利用移動 閱讀用戶的行為指標數據，設計了不同維度上的、可視化的亮燈信號來對用戶在圖書閱讀 平臺上的行為進行建模，不僅針對各個行為指標構建了各自的亮燈信號，還為行為指標所 屬的各個行為類型、以及用戶整體均設置了對應的亮燈信號，從而對用戶行為進行了有效、 且全面地及時監控；本發明參考交通信號的紅綠燈概念在多個維度上設定不同的閾值限 定，將用戶的行為映射到紅黃綠三種不同的行為模式中，并以此為依據對用戶行為進行可 視化監控和及時響應，用戶行為狀態通過亮燈顏色直觀顯示，方案簡單易行，適用于移動大 數據的應用場景。

【專利附圖】

【附圖說明】
[0011]圖1是本發明一種基于移動用戶大數據的異常行為可視化監控方法的流程圖。 [0012]圖2是圖1步驟二中計算目標用戶在行為類型A下的行為指標Zij上的亮燈信號 值的具體操作流程圖。
[0013] 圖3是圖1步驟五的具體操作流程圖。

【具體實施方式】
[0014]為使本發明的目的、技術方案和優點更加清楚，下面結合附圖對本發明作進一步 的詳細描述。
[0015]如圖1所示，本發明一種基于移動用戶大數據的異常行為可視化監控方法，包括 有：
[0016]步驟一、選取用戶在圖書閱讀平臺上的若干種行為類型，并為每種行為類型設置 若干個行為指標；
[0017]步驟二、獲取目標用戶每種行為類型下的每個行為指標的當前值，并根據全體用 戶和目標用戶對應行為指標的歷史數據，分別計算目標用戶在每種行為類型下的每個行為 指標上的亮燈信號值；
[0018]步驟三、根據目標用戶在每種行為類型下的所有行為指標上的亮燈信號值，計算 目標用戶對于每種行為類型的亮燈信號值；
[0019]步驟四、根據目標用戶對于每種行為類型的亮燈信號值，計算目標用戶的整體亮 燈信號值；
[0020] 步驟五、根據計算出的亮燈信號值，識別用戶異常行為。
[0021] 步驟一中，用戶在圖書閱讀平臺上的行為類型豐富多樣，圖書也分為免費、連載、 全本圖書等不同類型，所述行為類型可以包括但不限于注冊、訪問、閱讀、訂購、包月或互動 等。在具體處理用戶行為的過程中需要考慮到很多具體的業務問題，在不同的閱讀平臺下， 根據業務特征的不同，也需要考慮許多不同的細節。本發明可以從訪問、閱讀、訂購、互動等 多個行為類型的角度建立用戶行為監控模型的指標體系。每個行為類型再設置多個行為特 征的不同維度進行匯總，從而探查用戶在平臺上的所有操作。例如當行為類型是"訪問"時， 其對應的行為指標可以包括但不限于：訪問總頁面數、訪問圖書頁面數、登錄次數、第一次 登錄時間、最后一次登錄時間、訪問來源等；當行為類型是"閱讀"時，其對應的行為指標可 以包括但不限于：閱讀章節數、閱讀付費章節數、閱讀連載章節數、閱讀圖書數、閱讀連載圖 書數、閱讀免費圖書數等；當行為類型是"訂購，，時，其對應的行為指標可以包括但不限于： 訂購總費用、現金點播費用、訂購圖書數、訂購章節數、包月費用、訂購連載圖書數等；當行' 為類型是"互動"時，其對應的行為指標可以包括但不限于：下載次數、月票次數、收藏次數 推薦次數、評論次數、分享次數等。 1
[0022]如圖2所示，所述步驟二中，計算目標用戶在行為類型Ui下的行為指標Zij上的亮 燈信號值，還可以進一步包括有：
[0023]步驟21、根據目標用戶的行為指標Zij的當前值Xij，計算目標用戶對于全體用戶的 行為指標的表現值：

【權利要求】
1. 一種基于移動用戶大數據的異常行為可視化監控方法，其特征在于，包括有： 步驟一、選取用戶在圖書閱讀平臺上的若干種行為類型，并為每種行為類型設置若干 個行為指標； 步驟二、獲取目標用戶每種行為類型下的每個行為指標的當前值，并根據全體用戶和 目標用戶對應行為指標的歷史數據，分別計算目標用戶在每種行為類型下的每個行為指標 上的亮燈信號值； 步驟三、根據計算出的亮燈信號值，識別用戶異常行為。
2. 根據權利要求1所述的方法，其特征在于，所述行為類型包括但不限于：訪問、閱讀、 訂購、互動； 當行為類型是"訪問"時，其對應的行為指標包括但不限于：訪問總頁面數、訪問圖書頁 面數、登錄次數、第一次登錄時間、最后一次登錄時間、訪問來源； 當行為類型是"閱讀"時，其對應的行為指標包括但不限于：閱讀章節數、閱讀付費章節 數、閱讀連載章節數、閱讀圖書數、閱讀連載圖書數、閱讀免費圖書數； 當行為類型是"訂購"時，其對應的行為指標包括但不限于：訂購總費用、現金點播費 用、訂購圖書數、訂購章節數、包月費用、訂購連載圖書數； 當行為類型是"互動"時，其對應的行為指標包括但不限于：下載次數、月票次數、收藏 次數、推薦次數、評論次數、分享次數。
3. 根據權利要求1所述的方法，其特征在于，步驟二中，計算目標用戶在行為類型Ui下 的行為指標Zu上的亮燈信號值，進一步包括有： 步驟21、根據目標用戶的行為指標Zu的當前值&，計算目標用戶對于全體用戶的行為
指標Zu的表現值： 其中，爲分別是全體用戶在行為 r 指標Zu上的最低、高閾值，其值根據全體用戶在行為指標上Zu上的歷史數據而定，c是一 個常數，其值根據實際情況而設定； 步驟22、根據目標用戶的行為指標上Zu的當前值Xip計算目標用戶對于個人歷史行為 模式的行為指標Zij的表現值：
》其中，am^ij分別是目標 用戶個人在行為指標Zu上的最低、高閾值，其值根據目標用戶在行為指標Zu上的歷史數據 而定； 步驟23、計算目標用戶在行為指標Zu上的亮燈信號值：
其中，X是區間（〇，1)的一個實數。 f
4. 根據權利要求3所述的方法，其特征在于，步驟21中，爲的設置進一步包括 有： 統計全體用戶中每位用戶在一段歷史時間內的行為指標Zu的值，并按照從小到大的 次序對所有用戶的行為指標Zu的值進行排序，所述^是排在第i位的行為指標Zu的值， 所述爲是排在第，_：i位的行為指標Zu的值，其中萬是全體用戶的用戶總數。
5. 根據權利要求4所述的方法，其特征在于，：i的值為：
6. 根據權利要求3所述的方法，其特征在于，步驟22中，cip 的設置進一步包括 有： 讀取目標用戶在一段歷史時間內的行為指標Zu的值，并按照從小到大的次序對目標 用戶在一段歷史時間內的行為指標Zu的值進行排序，所述au是排在第A位的行為指標 Zij的值，所述Pu是排在第N-A位的行為指標Zu的值，其中N是目標用戶在一段歷史時間 內的行為指標Zu的值的個數。
7. 根據權利要求6所述的方法，其特征在于，A的值為：A=NX2. 5%。
8. 根據權利要求1所述的方法，其特征在于，步驟五進一步包括有： 根據目標用戶在行為指標上的亮燈信號值，計算目標用戶在每種行為類型下的每個行
為指標上的亮燈顏色 其中，Su是目標用戶在行 > 為指標Zu上的亮燈信號值，USiP是目標用戶在行為指標Zu上的亮燈顏色，當USiP為yellow或red時，則表示用戶存在異常行為。
9. 根據權利要求1所述的方法，其特征在于，步驟二和步驟三之間，還包括有： 步驟A、根據目標用戶在每種行為類型下的所有行為指標上的亮燈信號值，計算目標用 戶對于每種行為類型的亮燈信號值：
其中，舊1是目標用戶對于行為類 f 型Ui的亮燈信號值，Su是目標用戶在行為類型Ui下的行為指標Zu上的亮燈信號值，Mi是 行為類型Ui所包含的所有行為指標總數，5ij是行為類型Ui下的行為指標Zij的權重系數， 〇〈Su〈l，且
10. 根據權利要求9所述的方法，其特征在于，步驟五進一步包括有： 根據目標用戶對于行為類型的亮燈信號值，計算目標用戶在每種行為類型上的亮燈顏 色：
其中，USi是目標用戶對于行為類型Ui的亮 燈信號值，L(USi)是目標用戶在行為類型Ui上的亮燈顏色，當L(USi)為yellow或red時， 則表示用戶存在異常行為。
11. 根據權利要求9所述的方法，其特征在于，步驟A之后，還包括有： 步驟B、根據目標用戶對于每種行為類型的亮燈信號值，計算目標用戶的整體亮燈信號 值UW:
其中，USi是目標用戶對于行為類型Ui的亮燈信號值，Q是目標用戶 的所有行為類型總數，Yi是行為類型Ui的權重系數,0〈Y^1,且
12. 根據權利要求11所述的方法，其特征在于，步驟五進一步包括有： 根據目標用戶的整體亮燈信號值UW，計算目標用戶的整體亮燈顏色：
當L(UW)為yellow或red時，則表示用戶存在 異常行為。
【文檔編號】G06F19/00GK104268378SQ201410465378
【公開日】2015年1月7日 申請日期:2014年9月12日 優先權日:2014年9月12日
【發明者】廖建新, 王玉龍, 李曲, 王超蕓, 彭剛, 徐童, 張磊, 張樂劍 申請人:北京郵電大學