CN104052617A - 基于连续时间马尔可夫链进行用户行为分析的方法和设备 - Google Patents

Abstract

本发明的备实施方式涉及一种用于基于连续时间马尔可夫链对用户行为进行分析的方法和设备。具体地，所述方法例如可以包括：接收用户行为的历史信息；利用连续时间马尔可夫链对所述用户行为的历史信息进行建模；以及通过特定方式来判断所述用户行为是否为正常用户行为。并且，提供了与所述方法相对应的设备。通过使用本发明的各实施方式提供的方法和设备能够一方面可以理解正常用户的行为，并以此为引导提高社交网络服务；另一方面可以有效发现非正常用户，如垃圾信息兜售者等，为系统运营提供安全环境。

Description

基于连续时间马尔可夫链进行用户行为分析的方法和设备

技术领域

本发明的各实施方式总体上涉及用户行为分析领域，并且更具体地，本发明的各实施方式涉及一种用于基于连续时间马尔可夫链进行用户行为分析的方法和设备。

背景技术

自因特网诞生之日起，基于因特网的各种服务层出不穷，当前随着通信网络带宽的不断增加，在线收听音乐、浏览新闻/微博已经成为网民上网的主要娱乐活动之一。为了迎合如此庞大的用户群体，各大因特网服务提供商纷纷使用各种方法向用户推荐内容，以提高网站访问量从而为网站带来巨大的商业利益。

为了避免用于帮助网络游戏玩家取得不正当收益、在社交网络或论坛上自动发布广告、自动张贴指向某网站的链接以提高该网站的搜索引擎排名、在依赖于用户评价的网站(诸如，餐馆点评类网站、电子商务网站等)上自动发布用户评价的非正常用户，需要对网络中的用户行为进行分析。而传统用户行为分析方法主要是基于用户通过一系列行为所生成内容。备选地或附加地，传统用户行为分析方法在对用户行为进行分析时，使用的是离散时间马尔可夫模型，虽然该方法能够刻画行为间的概率转移关系，但不能刻画用户在每一个行为上停留时间。因此，期望提供一种能够基于用户行为本身的用于基于连续时间马尔可夫链对用户行为进行分析的方法和设备。

发明内容

为了解决上述问题，在本上下文中，本发明各实施方式的目的之一在于提供一种用于基于连续时间马尔可夫链对用户行为进行分析的方法和设备。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，例如可以包括：接收用户行为的历史信息；利用连续时间马尔可夫链对所述用户行为的历史信息进行建模；以及通过特定方式来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述用户行为可以以“一次行为序列”为划分。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述一次行为序列可以是指用户完成一次登陆、进行相关操作、最后推出系统的所有行为所包含的行为序列以及每一个行为的停留时间。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述特定方式可以为利用用户的平均转移概率来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述特定方式可以为利用用户单步平均似然度来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述特定方式可以为利用所述用户行为与大众行为的相似度来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述特定方式可以为利用所述用户单位时间的交互量来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，其中所述单位时间可以包括以下至少一种：每小时、每天、每周、每月。

根据本发明另一方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，例如可以包括：接收装置，被配置为接收用户行为的历史信息；建模装置，被配置为利用连续时间马尔可夫链对所述用户行为的历史信息进行建模；以及判断装置，被配置为通过特定方式来判断所述用户行为是否为正常用户行为。

根据本发明另一方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述用户行为可以以“一次行为序列”为划分。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述一次行为序列可以是指用户完成一次登陆、进行相关操作、最后推出系统的所有行为所包含的行为序列以及每一个行为的停留时间。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述特定方式可以为利用用户的平均转移概率来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述特定方式可以为利用用户单步平均似然度来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述特定方式可以为利用所述用户行为与大众行为的相似度来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述特定方式可以为利用所述用户单位时间的交互量来判断所述用户行为是否为正常用户行为。

根据本发明一个方面的某些实施方式，提供了一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，其中所述单位时间可以包括以下至少一种：每小时、每天、每周、每月。

本发明示例性实施方式提供的示例性解决方案至少可以带来如下显著的技术效果：通过基于连续时间马尔可夫链对用户行为进行分析并判断所述用户行为是否为正常用户行为，一方面可以理解正常用户的行为，并以此为引导提高社交网络服务；另一方面可以有效发现非正常用户，如垃圾信息兜售者等，为系统运营提供安全环境。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

图1是示意性示出了根据本发明示例性实施方式的应用环境；

图2是示意性示出了根据本发明示例性实施方式的、用于基于连续时间马尔可夫链对用户行为进行分析的方法流程图；

图3是示意性示出了根据本发明示例性实施方式的、用于基于连续时间马尔可夫链对用户行为进行分析的设备框图；以及

图4是示意性示出了将从本发明示例性实施方式中受益并且可以是本发明示例性实施方式示例装置的移动终端的框图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。

在本文中，以“社交网站”或“社交网络”作为示例来描述本发明的各实施方式。术语“社交网站”或“社交网络”是指向对特定对象感兴趣或只是一起“闲逛”的人们提供虚拟社区的Web站点。成员通过语音、聊天、即时消息、视频会议和博客等进行通信，并且该服务通常向成员提供了联系其他成员的好友的方法。这种站点还可以用作亲自会面的媒介。“社交网站”或“社交网络”是针对“虚拟社区”(一群人使用因特网彼此之间就任何事乃至所有事进行通信)的21世纪术语。

社交网络向其成员(或称用户)提供与该社交网络的其他成员进行通信和交互的能力。在使用中，成员加入社交网络，继而向其希望连接的多个其他成员添加连接。连接可以由成员显式地添加，例如成员选择将要成为好友的特定其他成员；或者基于成员的共同特征(例如，相同教育机构的校友)而由社交网络自动创建。如在此使用的，术语“好友”是指成员通过该网站与之形成连接、关联或者关系的任何其他成员。社交网络中的连接通常是双向的(但这不是必须的)，因此术语“成员”和“好友”可能依赖于参照系。成员之间的连接可以是直接连接；然而，社交网络的某些实施方式允许经由一级或者多级连接的间接连接。另外，术语“好友”并非必须要求成员在现实生活中实际上是朋友(在成员之一是商户或者其他实体时，一般更是这样)；其仅暗示社交网络中的连接。

下面结合附图对本发明的具体实施方式进行描述。

首先参考图1，其中图1示出了根据本发明的各实施方式可以在其中使用的系统10，包括可以通过网络进行通信的多个通信设备。系统10可以包括有线或无线网络的任意组合，其中这些网络包括但不限于移动电话网络、无线局域网(LAN)、蓝牙个人局域网、以太网LAN、令牌LAN、广域网、因特网、通信设备之间的一个或多个ad hoc网络等。系统10可以包括有线通信设备和无线通信设备两者。

例如，图1中所示系统10包括移动电话网络11和因特网28。通往因特网28的连接可以包括但不限于远程无线连接、短程无线连接，以及各种有线连接，有线连接包括但不限于电话线、电缆线路、电力线等。

系统10的示例性通信设备可以包括但不限于移动电话12、组合式PDA和移动电话14、PDA16、集成消息传递设备(IMD)18、台式计算机20，以及笔记本计算机22。通信设备可以是固定的或者在由行进中的人携带时是移动的。通信设备中的一些或全部可以通过通往基站24的无线连接25发送和接收呼叫和消息，并且通过通往基站24的无线连接25与服务提供商进行通信。基站24可以连接至网络服务器26，该网络服务器26支持移动电话网络11和因特网28之间的通信。系统10可以包括附加的通信设备和不同类型的通信设备。通信设备可以彼此直接通信。

应当理解，基站24仅是用于无线接入的网络接入设备的代表，本发明在此方面不受限制。根据本发明的某些其他示例性实施方式，可以由WiFi接入点来替代基站24。此外，还应当理解，通信设备可以使用各种传输技术进行通信，包括但不限于，码分多址(CDMA)、全球移动通信系统(GSM)、通用移动通信系统(UMTS)、时分多址(TDMA)、频分多址(FDMA)、传输控制协议/因特网协议(TCP/IP)、短消息传递服务(SMS)、多媒体消息传递服务(MMS)、电子邮件、即时消息传递服务(IMS)、蓝牙、IEEE 802.11等。通信设备可以使用各种介质进行通信，包括但不限于，无线、红外、激光、线缆连接等。

下面结合图1的应用场景，参考图2来描述根据本发明示例性实施方式的、用于基于连续时间马尔可夫链对用户行为进行分析的方法。

需要理解的是，在以下描述中，将移动终端16(图1中的任何一个移动设备20、22、14、12或18均可)作为客户端的示例性代表(以下称为客户端16)，其通过网络接入设备(图1中的任何一个网络接入设备24均可；例如，基站24或WiFi接入点25)接入因特网28；以及将网络服务器26作为提供服务的网站(例如，社交网站)的服务器(以下称为网络服务器26)。

如图2所示，根据本发明的各示例性实施方式，方法200例如可以包括接收用户行为的历史信息(S201)。

在一个示例性实施方式中，所述用户行为可以以“一次行为序列”为划分。具体到图1，一次行为序列可以是指客户端16的用户在网络服务器26上完成一次登陆、进行相关操作、最后推出系统的所有行为所包含的行为序列以及每一个行为的停留时间。例如，用户的行为可以是从一个固定的行为集中选出，假设该行为集为Action＝{A1，A2，...，An}。其中，例如A1＝“察看朋友分享链接”；A2＝“上传一张照片”等。

进一步地，该方法200例如可以利用连续时间马尔可夫链对所述用户行为的历史信息进行建模(S202)。

在一个示例性实施方式中，客户端16的用户在网络服务器26上从一个行为跳转到另一个行为的概率只跟该用户的当前行为状态有关，而与之前的行为无关，即，服从一阶马尔可夫性。并且，客户端16的用户在一个状态的停留时间服从指数分布。因此，客户端16的用户在网络服务器26上的行为跳转和某一状态的停留时间可以用Q矩阵来描述。

进一步地，该方法200例如可以包括通过特定方式来判断所述用户行为是否为正常用户行为(S203)。

在一个示例性实施方式中，所述特定方式为利用用户的平均转移概率来判断所述用户行为是否为正常用户行为。具体到图1，网络服务器26可以利用客户端16的用户的平均转移概率来发现垃圾信息兜售者。假设客户端16的用户的行为序列为S₁、S₂、S₃、...、S_m，一共包括m次事件和m-1次转移。对时间序列加入初始状态S₀。网络服务器26可以对平均转移概率定义一个阈值，当客户端16的用户行为的平均转移概率小于该阈值的时，说明该客户端16的用户的转移行为和正常用户相差较远，疑似垃圾信息兜售者。

在一个示例性实施方式中，所述特定方式为利用用户单步平均似然度来判断所述用户行为是否为正常用户行为。具体到图1，网络服务器26可以利用用户单步平均似然度来发现垃圾信息兜售者。假设客户端16的用户的行为序列为S₁、S₂、S₃、...、S_m，一共包括m次事件和m-1次转移。对时间序列加入初始状态S₀。假设每个序列的停留时间为T_i，(i＝1，…，m)。网络服务器26可以对单步平均似然度定义一个阈值，当客户端16的用户的单步平均似然度小于阈值的时，说明该客户端16的用户的转移行为和正常用户相差较远，疑似垃圾信息兜售者。

在一个示例性实施方式中，所述特定方式为利用所述用户行为与大众行为的相似度来判断所述用户行为是否为正常用户行为。具体到图1，网络服务器26可以利用客户端16的用户行为与大众行为的相似度发现垃圾信息兜售者。假设客户端16的用户在一次行为序列中，所有行为出现的次数用向量Vaction＝(V_a1，V_a2，…，V_am)来表示，所有行为出现的时间用向量Taction＝(T_a1，T_a2，…，T_am)来表示。对两个向量进行归一化处理，使得该向量所有维的平均和为一。对于全部用户的所有序列，可以统计出平均次数统计向量V_avg和时间统计向量T_avg。通过计算{V_action，V_avg}和{T_action，T_avg}的余弦(cosine)距离，来判定该客户端16的用户的行为序列是否为异常行为序列。

在一个示例性实施方式中，所述特定方式为利用所述用户单位时间的交互量来判断所述用户行为是否为正常用户行为。其中，所述单位时间可以包括以下至少一种：每小时、每天、每周、每月。具体到图1，网络服务器26可以利用客户端16的用户每天的交互量来发现信息兜售者。对于正常用户，经过统计，发现每天交互的朋友服从power-law分布，即，大部分交互集中在少数用户身上。而对于信息兜售者，交互则会分散在多数用户身上。因此可以定义客户端16的用户每天所交互的朋友范围，当该范围大于30％的时候，择认为该客户端16的用户有兜售倾向。

本领域技术人员可以理解，上文所述的方式只是所述特定方式的示例性举例，并不仅限于此，所述特定方式还可以是其他方式。

下面参考图3，其示出了根据本发明示例性实施方式的、用于基于连续时间马尔可夫链对用户行为进行分析的设备300的示意性框图。设备300例如可以包括：接收装置301，被配置为接收用户行为的历史信息；建模装置302，被配置为利用连续时间马尔可夫链对所述用户行为的历史信息进行建模；以及判断装置303，被配置为通过特定方式来判断所述用户行为是否为正常用户行为。

在一个示例性实施方式中，其中所述用户行为可以以“一次行为序列”为划分。

在一个示例性实施方式中，其中所述一次行为序列可以是指用户完成一次登陆、进行相关操作、最后推出系统的所有行为所包含的行为序列以及每一个行为的停留时间。

在一个示例性实施方式中，其中所述特定方式可以为利用用户的平均转移概率来判断所述用户行为是否为正常用户行为。

在一个示例性实施方式中，其中所述特定方式可以为利用用户单步平均似然度来判断所述用户行为是否为正常用户行为。

在一个示例性实施方式中，其中所述特定方式可以为利用所述用户行为与大众行为的相似度来判断所述用户行为是否为正常用户行为。

在一个示例性实施方式中，其中所述特定方式可以为利用所述用户单位时间的交互量来判断所述用户行为是否为正常用户行为。

在一个示例性实施方式中，其中所述单位时间可以包括以下至少一种：每小时、每天、每周、每月。

为清晰起见，在图3中并未示出各个装置所包含的子装置。然而，应当理解，设备300中记载的装置与分别参考图2描述的方法200中的步骤相对应。由此，上文针对图2的方法200描述的操作和特征同样适用于设备300及其中包含的装置和子装置，在此不再赘述。

应当理解，设备300可以利用各种方式来实现。例如，在某些实施方式中，设备300可以利用软件和/或固件模块来实现。此外，设备300也可以利用硬件模块来实现。例如，设备300可以实现为集成电路(IC)芯片或专用集成电路(ASIC)。设备300也可以实现为片上系统(SOC)。此外，设备300也可以利用硬件模块和软件和/或固件模块的组合来实现。现在已知或者将来开发的其他方式也是可行的，本发明的范围在此方面不受限制。

下面，将参考图4来描述可以实现本发明的计算机设备。图4示意性示出了可以实现根据本发明的实施方式的计算设备的结构方框图。

图4中所示的计算机系统包括CPU(中央处理单元)401、RAM(随机存取存储器)402、ROM(只读存储器)403、系统总线404、硬盘控制器405、键盘控制器406、串行接口控制器407、并行接口控制器408、显示器控制器409、硬盘410、键盘411、串行外部设备412、并行外部设备413和显示器414。在这些部件中，与系统总线404相连的有CPU401、RAM402、ROM403、硬盘控制器405、键盘控制器406、串行接口控制器407、并行接口控制器408和显示器控制器409。硬盘410与硬盘控制器405相连，键盘411与键盘控制器406相连，串行外部设备412与串行接口控制器407相连，并行外部设备413与并行接口控制器408相连，以及显示器414与显示器控制器409相连。

图4所述的结构方框图仅仅为了示例的目的而示出的，并非是对本发明的限制。在一些情况下，可以根据需要添加或者减少其中的一些设备。

本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。

应当注意，尽管在上文详细描述中提及了用户设备的若干装置或子装置，但是这种划分仅仅并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多装置的特征和功能可以在一个装置中具体化。反之，上文描述的一个装置的特征和功能可以进一步划分为由多个装置来具体化。

此外，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

虽然已经参考若干具体实施方式描述了本发明，但是应该理解，本发明并不限于所公开的具体实施方式。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。所附权利要求的范围符合最宽泛的解释，从而包含所有这样的修改及等同结构和功能。

Claims (16)

1.一种用于基于连续时间马尔可夫链对用户行为进行分析的方法，包括：

接收用户行为的历史信息；

利用连续时间马尔可夫链对所述用户行为的历史信息进行建模；以及

通过特定方式来判断所述用户行为是否为正常用户行为。

2.根据权利要求1所述的方法，其中所述用户行为以“一次行为序列”为划分。

3.根据权利要求2所述的方法，其中所述一次行为序列是指用户完成一次登陆、进行相关操作、最后推出系统的所有行为所包含的行为序列以及每一个行为的停留时间。

4.根据权利要求1所述的方法，其中所述特定方式为利用用户的平均转移概率来判断所述用户行为是否为正常用户行为。

5.根据权利要求1所述的方法，其中所述特定方式为利用用户单步平均似然度来判断所述用户行为是否为正常用户行为。

6.根据权利要求1所述的方法，其中所述特定方式为利用所述用户行为与大众行为的相似度来判断所述用户行为是否为正常用户行为。

7.根据权利要求1所述的方法，其中所述特定方式为利用所述用户单位时间的交互量来判断所述用户行为是否为正常用户行为。

8.根据权利要求7所述的方法，其中所述单位时间是以下至少一种：每小时、每天、每周、每月。

9.一种用于基于连续时间马尔可夫链对用户行为进行分析的设备，包括：

接收装置，被配置为接收用户行为的历史信息；

建模装置，被配置为利用连续时间马尔可夫链对所述用户行为的历史信息进行建模；以及

判断装置，被配置为通过特定方式来判断所述用户行为是否为正常用户行为。

10.根据权利要求9所述的设备，其中所述用户行为以“一次行为序列”为划分。

11.根据权利要求10所述的设备，其中所述一次行为序列是指用户完成一次登陆、进行相关操作、最后推出系统的所有行为所包含的行为序列以及每一个行为的停留时间。

12.根据权利要求9所述的设备，其中所述特定方式为利用用户的平均转移概率来判断所述用户行为是否为正常用户行为。

13.根据权利要求9所述的设备，其中所述特定方式为利用用户单步平均似然度来判断所述用户行为是否为正常用户行为。

14.根据权利要求9所述的设备，其中所述特定方式为利用所述用户行为与大众行为的相似度来判断所述用户行为是否为正常用户行为。

15.根据权利要求9所述的设备，其中所述特定方式为利用所述用户单位时间的交互量来判断所述用户行为是否为正常用户行为。

16.根据权利要求15所述的设备，其中所述单位时间是以下至少一种：每小时、每天、每周、每月。