一种面向电子商务的用户异常行为检测系统.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CN113935782A(43)申请公布日2022.01.14(21)申请号202111287710.3(22)申请日2021.11.02(71)申请人郑璨地址610000四川省成都市武侯区草金东路1号成通小区(72)发明人不公告发明人(51)Int.Cl.G06Q30/02(2012.01)G06F16/957(2019.01)G06F40/169(2020.01)权利要求书3页说明书9页附图1页(54)发明名称一种面向电子商务的用户异常行为检测系统(57)摘要本发明涉及一种面向电子商务的用户异常行为检测系统，其包括：用户终端和电子商务平台，电子商务平台分别与各用户终端具有通信连接。电子商务平台包括数据接收模块、异常检测模块、异常识别模块和数据库，各模块间具有通信连接。异常检测模块包括第一检测单元、第二检测单元和第三检测单元，各单元具有通信连接。数据接收模块接收目标产品评论。第一检测单元根据关联轨迹数据获取第一异常判断值。第二检测单元根据历史购买数据获取异常系数。第三检测单元根据历史产品评论获取第二异常判断值。异常识别模块根据异常系数、第一异常判断值和第二异常判断值计算可信度，并在可信度小于可信度阈值时将目标产品评论标记为异常产品评论。CN113935782ACN113935782A权利要求书1/3页1.一种面向电子商务的用户异常行为检测系统，其特征在于，其包括：用户终端和电子商务平台，电子商务平台分别与各用户终端具有通信连接；电子商务平台包括数据接收模块、异常检测模块、异常识别模块和数据库，各模块间具有通信连接；异常检测模块包括第一检测单元、第二检测单元和第三检测单元，各单元具有通信连接；数据接收模块接收目标用户通过用户终端发布的目标产品评论；异常检测模块的第一检测单元提取目标产品的关联轨迹数据的关联时空特征，并将关联时空特征映射到时空特征空间以得到关联时空特征矩阵，然后根据关联时空特征矩阵获取目标产品评论的第一异常判断值；异常检测模块的第二检测单元提取目标用户的历史购买数据的历史时空特征，并将历史时空特征映射到时空特征空间得到历史时空特征矩阵，然后根据历史时空特征矩阵构建产品分布图；根据历史购买数据获取历史时序特征，并根据历史时序特征将产品分布图分解为若干个产品分布子图；第二检测单元使用无监督学习算法将每个产品分布子图表示为一维向量以得到每个产品分布子图的图特征向量，并根据每个产品分布子图的图特征向量与标准特征向量的余弦相似度获取每个产品分布子图的异常值，然后将异常值大于异常阈值的产品分布子图作为异常产品分布子图；第二检测单元利用图卷积网络将每个异常产品分布子图转换为对应的线图，并分别提取每个异常产品子分布图和其对应的线图的图特征以得到每个异常产品子分布图的第一图特征和第二图特征；第二检测单元将每个异常产品分布子图的第一图特征和第二图特征进行拼接得到每个异常产品分布子图的图结构特征，并将每个异常产品分布子图的图结构特征进行线性变换以得到每个异常产品分布子图的异常子系数，然后将所有异常产品分布子图的异常子系数进行加权求和得到目标产品评论的异常系数；异常检测模块的第三检测单元分别提取目标产品评论和历史产品评论的特征，分别将其映射到特征向量空间以得到目标评论向量和若干个历史评论向量，并根据目标评论向量和历史评论向量构建目标产品的评论结构图，然后根据评论结构图获取目标产品评论的第二异常判断值；异常识别模块根据异常系数、第一异常判断值和第二异常判断值计算目标产品评论的可信度，并在目标产品评论的可信度小于可信度阈值时将目标产品评论标记为异常产品评论。2.根据权利要求1所述的系统，其特征在于，所述用户终端为用户使用的具有通信功能和数据传输功能的设备，其包括：智能手表、智能手机、笔记本电脑、平板电脑和台式电脑。3.根据权利要求1或2所述的系统，其特征在于，所述第一检测单元根据关联时空特征矩阵获取目标产品评论的第一异常判断断值包括：第一检测单元根据关联时空特征矩阵获取目标用户在关联周期内浏览过的所有产品，并将目标用户在关联周期内浏览过的作为关联产品，然后获取关联产品的地址标识符；第一检测单元将关联时空特征矩阵分解为浏览顺序矩阵、浏览时长矩阵和产品属性矩阵，并根据浏览顺序矩阵、浏览时长矩阵和产品属性矩阵生成若干个三元复合坐标；第一检测单元根据地址标识符将关联产品与三元复合坐标进行映射生成若干个二元2CN113935782A权利要求书2/3页组，并根据所有二元组获取目标产品评论的第一异常判断值。4.根据权利要求3所述的系统，其特征在于，所述目标产品的关联轨迹数据为目标用户在关联周期内在电商平台的浏览轨迹数据；所述关联周期为目标用户购买目标产品前的第一预设时间段；所述目标