目标用户的识别方法、装置、电子设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114257427A(43)申请公布日2022.03.29(21)申请号202111497622.6(22)申请日2021.12.09(71)申请人北京知道创宇信息技术股份有限公司地址100000北京市朝阳区阜通东大街1号院5号楼1单元311501室(72)发明人龙阳雨(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人戴尧罡(51)Int.Cl.H04L9/40(2022.01)G06K9/62(2022.01)H04L67/02(2022.01)权利要求书3页说明书10页附图5页(54)发明名称目标用户的识别方法、装置、电子设备及存储介质(57)摘要本发明的实施例提供了一种目标用户的识别方法、装置、电子设备及存储介质，涉及互联网技术领域。该方法获取待识别用户的网页访问路径信息，将网页访问路径信息与链路数量阈值进行比较。当网页访问路径信息大于或等于链路数量阈值时，确定待识别用户的页面链路相似度。当页面链路相似度小于相似度阈值，或网页访问路径信息小于或等于链路数量阈值时，则根据待识别用户的网页特征信息及目标用户的网页特征信息，确定待识别用户是否为目标用户。当页面链路相似度大于或等于相似度阈值时，则待识别用户不属于目标用户。如此，即使异常用户采用新的方式获取利益，也能根据待识别用户的网页访问路径，确定出该异常用户，即目标用户。CN114257427ACN114257427A权利要求书1/3页1.一种目标用户的识别方法，其特征在于，包括：获取待识别用户的网页访问路径信息，所述网页访问路径信息表征具有访问顺序及页面类型的页面链路数量信息；将所述网页访问路径信息与链路数量阈值进行比较，所述链路数量阈值表征正常用户的页面链路数量；当所述网页访问路径信息大于所述链路数量阈值时，确定所述待识别用户的页面链路相似度；所述页面链路相似度表征所述待识别用户访问的页面链路与正常用户访问的页面链路的相似程度；当所述页面链路相似度小于相似度阈值，或所述网页访问路径信息小于或等于所述链路数量阈值时，则根据所述待识别用户的网页信息及目标用户的网页信息，确定所述待识别用户是否为所述目标用户；当所述页面链路相似度大于或等于所述相似度阈值时，则所述待识别用户不属于目标用户。2.根据权利要求1所述的方法，其特征在于，所述网页访问路径信息为页面链路序列，所述获取待识别用户的网页访问路径信息的步骤，包括：获取所述待识别用户的网站访问数据，所述网站访问数据包含所述待识别用户访问的每个网页信息；根据访问时序对每个所述网页信息进行排序；根据每个所述网页信息的类型进行归类，获得每个所述网页信息对应的页面类型；根据排序结果和所述页面类型，获得所述页面链路序列，所述页面链路序列包含的每个元素表征一种页面类型的网页信息。3.根据权利要求2所述的方法，其特征在于，所述将所述网页访问路径信息与链路数量阈值进行比较的步骤，包括：将所述页面链路序列的长度与链路数量阈值进行比较。4.根据权利要求1所述的方法，其特征在于，所述根据所述待识别用户的网页特征信息及目标用户的网页特征信息，确定所述待识别用户是否为所述目标用户的步骤，包括：获取所述待识别用户的网站访问数据；提取所述网站访问数据中的目标信息，所述目标信息为预置与所述目标用户匹配的网页信息；根据所述待识别用户的目标信息及全部网页信息，确定所述待识别用户是否为所述目标用户；当所述待识别用户的目标信息数量与全部网页信息数量的占比大于或等于占比阈值时，则所述待识别用户为所述目标用户；当所述待识别用户的目标信息数量与全部网页信息数量的占比小于所述占比阈值时，则所述待识别用户不属于所述目标用户。5.根据权利要求2所述的方法，其特征在于，所述确定所述待识别用户的页面链路相似度的步骤，包括：根据所述页面类型，对所述页面链路序列中相邻的元素进行去重，获得去重页面链路序列；2CN114257427A权利要求书2/3页根据所述去重页面链路序列与正常用户的频繁项，获得所述待识别用户的页面链路相似度；所述正常用户的频繁项表征所述正常用户频繁访问的页面链路。6.根据权利要求5所述的方法，其特征在于，所述待识别用户的页面链路相似度满足如下公式：其中，所述U为去重页面链路序列、所述F为所述正常用户的频繁项、所述ωi为第i个正常用户的频繁项对应的权重、所述D(U,Fi)为所述去重页面链路序列与所述正常用户的频繁项的距离、所述n为正整数；其中，所述ωi满足如下公式：其中，所述Supi为所述第i个正常用户的频繁项出现的次数；所述D(U,Fi)满足如下公式：其中，所述K(U,F)为所述去重页面链路序列与所述正常用户的频繁项的重合度；所述J(U,F)为所述去重页面链路序列与所