CN106776623A - 一种用户行为分析方法和设备 - Google Patents

Abstract

本申请公开了一种用户行为分析方法和设备，包括：获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，对于低效规则采用异步运行模式，对于非低效规则采用同步运行模式。在利用规则对用户行为进行分析时，对于不同类型的规则采用不同的运行模式，缩短使用低效规则分析用户行为所消耗的时间，进而使得用户行为分析的整体时间缩短，提升了用户行为的分析效率。

Description

一种用户行为分析方法和设备

技术领域

本申请涉及互联网信息处理技术领域，尤其涉及一种用户行为分析方法和设备。

背景技术

随着互联网技术的飞速发展，越来越多的用户通过互联网平台执行各种与互联网相关联的业务，例如：网上支付业务、网上充值业务等等。随着互联网平台上业务需求及业务量的不断增加，在给人们的生产生活带来便利的同时，也带来了一定的风险。例如：用户的账户信息被非法用户盗取、用户的银行账号被非法用户窃取、非法用户冒充其他用户的身份进行欺诈等等，这些使得互联网平台中业务执行的安全性降低。

为了提高互联网平台的安全性，提出建立互联网的风险监控识别平台，利用风险监控识别平台对用户行为进行监控，通过监控及时发现非法用户的非法行为。

具体地，规则分析引擎获取用户行为，并将该用户行为转换成用户事件；规则分析引擎根据用户事件的特征筛选出用于分析该用户事件的规则集合，并利用该规则集合中包含的规则对该用户事件进行分析，得到分析结果。

然而互联网业务的日益复杂，导致对风险监控识别的力度以及监控时效性的要求越来越高，进而使得用于对用户行为进行分析的规则数量也越来越多。

经研究发现，随着规则数量的增加，利用规则对用户行为进行分析的耗时也不断增长。在实际应用中，分析耗时的增长会导致外部系统在调用用户行为时无法识别该用户行为是否存在风险，出现风险漏过的情形，进而使得系统的安全性能降低，影响用户体验。

发明内容

有鉴于此，本申请实施例提供了一种用户行为分析方法和设备，用于解决目前存在的在使用规则对用户行为进行分析时出现的耗时较长的问题。

一种用户行为分析方法，包括：

获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，其中，所述规则集合中包含至少一条规则；

对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；

针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，其中，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。

一种用户行为分析设备，包括：

获取单元，用于获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，其中，所述规则集合中包含至少一条规则；

划分单元，用于对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；

分析单元，用于针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，其中，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。

本申请有益效果如下：

本申请实施例提供了一种用户行为分析方法，通过获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，所述规则集合中包含至少一条规则；对所述规则集合中包含的规则进行划分，得到低效规则集和非低效规则集；针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。这样，在利用规则对用户行为进行分析时，对于不同类型的规则采用不同的运行模式，缩短使用低效规则分析用户行为所消耗的时间，进而使得用户行为分析的整体时间缩短，提升了用户行为的分析效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例一提供的一种用户行为分析方法的流程示意图；

图2为本申请实施例二提供的一种用户行为分析设备的结构示意图；

图3为本申请实施例二提供的一种用户行为分析设备的结构示意图。

具体实施方式

为了实现本申请的目的，本申请实施例提供了一种用户行为分析方法和设备，通过获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，所述规则集合中包含至少一条规则；对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。这样，在利用规则对用户行为进行分析时，对于不同类型的规则采用不同的运行模式，缩短使用低效规则分析用户行为所消耗的时间，进而使得用户行为分析的整体时间缩短，提升了用户行为的分析效率。

需要说明的是，本申请实施例中所述的低效规则可以是指在设定时间周期内用于分析用户行为数据的频率低于设定阈值的规则，例如：规则1，假设在设定时间周期内，对于获取的用户行为数据，在进行用户行为数据分析时无需使用规则1，即规则1在设定时间周期内用于分析用户行为数据的频率为0，那么规则1可以被视为低效规则；也可以是指在设定时间周期分析用户行为数据的个数小于设定数值的规则，再例如：规则2，设定数值为10，假设在设定时间周期内，对于获取的用户行为数据，仅仅有两个用户行为数据需要使用规则2进行分析，显然，规则2也可以被视为低效规则；诸如此类，这里不再一一列举。

下面结合说明书附图对本申请各个实施例作进一步地详细描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

实施例一

图1为本申请实施例一提供的一种用户行为分析方法的流程示意图。所述方法可以如下所述。本申请实施例的执行主体可以是规则引擎服务器，也可以是风险监控识别平台，这里不做限定。

步骤101：获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合。

其中，所述规则集合中包含至少一条规则。

在步骤101中，获取用户产生的用户行为数据，并基于风险分析的数据模型将获取到的用户行为数据转化成为设定格式的行为事件。

这里设定格式可以是基于数据模型确定的，也可以是根据需要确定的，具体内容不做限定。

针对得到的行为事件，通过规则路由的方式，从规则引擎服务器或者包含规则的数据库中筛选出与得到的行为事件相关联的规则，形成规则集合。此时得到的规则集合可以视为确定的用于分析所述待处理的用户行为数据的规则集合。

这里所谓相关联的规则可以理解为用来分析行为事件的规则。

步骤102：对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则。

在步骤102中，在得到用于分析待处理的用户行为数据的规则集合时，需要对规则集合中包含的规则进行分类，区分出规则集合中包含的低效规则和非低效规则。

在本申请实施例中，区分规则集合中包含的低效规则和非低效规则的方式可以包含但不限以下两种：

第一种方式：

首先，确定所述规则集合中包含的每一个规则的运行特征。

其中，所述运行特征至少包含规则修改时间、规则稽核量、规则类型中的一种。

具体地，针对规则集合中包含的每一个规则，分别确定规则修改时间，即通过查看规则配置信息中规则修改时间，确定规则被修改的时间；确定规则在被修改之后的稽核量；以及规则对应的规则类型。

这里的稽核量可以是指在利用规则对行为事件进行分析时，满足规则要求的行为事件的个数，稽核量越低说明规则转换成为低效规则的可能性越大。

这里的规则类型可以是指控制类规则和记录类规则，其中，控制类规则可以是根据用户行为数据的分析结果需要执行下一步操作的规则，例如：规则a在分析用户行为数据时发现该用户行为数据存在风险需要对该用户行为执行限制操作，那么该规则a对应的规则类型为控制类规则；记录类规则可以是记录用户行为数据分析过程中产生内容的规则，例如：规则b的作用在于记录用户行为数据分析过程中产生的内容，那么该规则b对应的规则类型为记录类规则。

这里得到的每一个规则的运行特征可以包含上述列举的三个运行特征中的至少一个，也可以还包含上述尚未列举的运行特征，这里不做限定。

其次，针对每一个规则的运行特征，执行以下操作：选择其中一个规则，并当选择的规则的运行特征满足设定的低效规则条件时，确定选择的规则为低效规则。

具体地，在得到每一个规则的运行特征时，以其中一个规则为例说明如何判断规则是否属于低效规则。

将规则的运行特征与设定的低效规则条件进行比较；

在比较结果是规则运行特征满足设定的低效规则条件时，确定该规则为低效规则；否则，确定该规则为非低效规则。

或者，利用数据分析算法或者机器学习算法，借助于每一个规则的运行特征，从规则集合中筛选出满足设定的低效规则条件的规则，作为确定的低效规则。

这里设定的低效规则条件可以包含但不限于以下几种：1、对应的规则类型属于记录类规则的规则为低效规则；2、设定时间内的稽核量小于设定数值的规则为低效规则，这里的设定时间可以根据规则修改时间确定；3、规则修改时间大于设定时间周期且稽核量小于设定数值的规则为低效规则；等等，这里不再一一列举。

第二种方式：

根据预设的低效规则库，将所述规则集合中包含的规则与所述低效规则库中包含的低效规则进行比较；根据比较结果，筛选出所述规则集合中包含的低效规则。

具体地，预先在规则引擎服务器或者第三方设备中维护低效规则库，利用低效规则库对所述规则集合中包含的规则进行判别，确定出该规则集合中包含的低效规则。

下面说明如何得到低效规则库。

具体地，对于用户行为分析系统中的每一个规则，确定所述规则的规则运行特征；根据所述规则的规则运行特征，确定所述规则是否为低效规则；在确定所述规则为低效规则时，将所述规则写入低效规则库中。

由于用户行为分析系统中规则随着时间的发展是在不断变化的，也就意味着，低效规则库中包含的低效规则不是一成不变的，所以需要定期对低效规则库中包含低效规则进行清洗，确定低效规则的运行特征是否已不再满足设定的低效规则条件，是否需要对低效规则库进行更新。

当所述低效规则库中包含的低效规则的运行特征发生变化时，根据变化后的运行特征，确定是否将所述低效规则移除所述低效规则库；

在确定将所述低效规则移除所述低效规则库时，更新所述低效规则库。

例如：在用户行为分析过程中，发现被认定为低效规则的规则的运行特征发生变化时，例如：设定时间内的稽核量大于设定数值，那么视为该规则将由低效规则转换为非低效规则，此时，将该规则从低效规则库中移除，并通知用户行为分析系统，该规则已由低效规则转换为非低效规则。

再例如：在用户行为分析过程中，发现被认定为非低效规则的规则的运行特征发生变化时，例如：设定时间内的稽核量小于设定数值，那么视为该规则将由非低效规则转换为低效规则，此时，将该规则写入低效规则库，并通知用户行为分析系统，该规则已由非低效规则转换为低效规则。

通过上述方式实现用户行为分析系统中低效规则的动态更新，有效增加在对规则进行分类时定位规则属于低效规则还是属于非低效规则的准确性，进而使得用户行为分析的整体时间缩短，提升了用户行为的分析效率。

步骤103：针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果。

其中，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。

在步骤103中，在确定出用于分析用户行为数据的低效规则和非低效规则时，对于所述低效规则采用异步运行模式对所述待处理的用户行为数据进行分析，对于所述非低效规则采用同步运行模式对所述待处理的用户行为数据进行分析，得到分析结果。

这样，对于那些低效规则，由于采用异步运行模式，并行与采用同步运行模式的非低效规则对用户行为数据进行分析，这样有效缩短了用户行为分析所消耗的时间，提升了用户行为分析的效率。

通过本申请实施例提供的技术方案，获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，所述规则集合中包含至少一条规则；对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。这样，在利用规则对用户行为进行分析时，对于不同类型的规则采用不同的运行模式，缩短使用低效规则分析用户行为所消耗的时间，进而使得用户行为分析的整体时间缩短，提升了用户行为的分析效率。

实施例二

图2为本申请实施例二提供的一种用户行为分析设备的结构示意图。所述用户行为分析设备包括：获取单元21、划分单元22和分析单元23，其中：

获取单元21，用于获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，其中，所述规则集合中包含至少一条规则；

划分单元22，用于对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；

分析单元23，用于针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，其中，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。

在本申请的另一实施例中，所述划分单元22对所述规则集合中包含的规则进行划分，得到低效规则，包括：

确定所述规则集合中包含的每一个规则的运行特征，其中，所述运行特征至少包含规则修改时间、规则稽核量、规则类型中的一种；

针对每一个规则的运行特征，执行以下操作：

选择其中一个规则，并当选择的规则的运行特征满足设定的低效规则条件时，确定选择的规则为低效规则。

在本申请的另一实施例中，所述划分单元22对所述规则集合中包含的规则进行划分，得到低效规则，包括：

根据预设的低效规则库，将所述规则集合中包含的规则与所述低效规则库中包含的低效规则进行比较；

根据比较结果，筛选出所述规则集合中包含的低效规则。

在本申请的另一实施例中，如图3所示，为本申请实施例二提供的一种用户行为分析设备的结构示意图。本申请实施例提供的用户行为分析设备在图2的基础之上还包括：低效规则库24，其中：

通过以下方式得到低效规则库：

对于用户行为分析系统中的每一个规则，确定所述规则的运行特征；

根据所述规则的运行特征，确定所述规则是否为低效规则；

在确定所述规则为低效规则时，将所述规则写入低效规则库中。

在本申请的另一实施例中，所述用户行为分析设备还包括：更新单元25，其中：

所述更新单元，用于当所述低效规则库中包含的低效规则的运行特征发生变化时，根据变化后的运行特征，确定是否将所述低效规则移除所述低效规则库；

在确定将所述低效规则移除所述低效规则库时，更新所述低效规则库。

这样，用户行为分析设备在利用规则对用户行为进行分析时，对于不同类型的规则采用不同的运行模式，缩短使用低效规则分析用户行为所消耗的时间，进而使得用户行为分析的整体时间缩短，提升了用户行为的分析效率。

本领域的技术人员应明白，本申请本申请的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本申请本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请本申请是参照根据本申请本申请实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请本申请进行各种改动和变型而不脱离本申请本申请的精神和范围。这样，倘若本申请本申请的这些修改和变型属于本申请本申请权利要求及其等同技术的范围之内，则本申请本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种用户行为分析方法，其特征在于，包括：

获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，其中，所述规则集合中包含至少一条规则；

对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；

针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，其中，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。

2.如权利要求1所述的用户行为分析方法，其特征在于，对所述规则集合中包含的规则进行划分，得到低效规则，包括：

确定所述规则集合中包含的每一个规则的运行特征，其中，所述运行特征至少包含规则修改时间、规则稽核量、规则类型中的一种；

针对每一个规则的运行特征，执行以下操作：

选择其中一个规则，并当选择的规则的运行特征满足设定的低效规则条件时，确定选择的规则为低效规则。

3.如权利要求1所述的用户行为分析方法，其特征在于，对所述规则集合中包含的规则进行划分，得到低效规则，包括：

根据预设的低效规则库，将所述规则集合中包含的规则与所述低效规则库中包含的低效规则进行比较；

根据比较结果，筛选出所述规则集合中包含的低效规则。

4.如权利要求3所述的用户行为分析方法，其特征在于，通过以下方式得到低效规则库：

对于用户行为分析系统中的每一个规则，确定所述规则的运行特征；

根据所述规则的运行特征，确定所述规则是否为低效规则；

在确定所述规则为低效规则时，将所述规则写入低效规则库中。

5.如权利要求4所述的用户行为分析方法，其特征在于，所述方法还包括：

当所述低效规则库中包含的低效规则的运行特征发生变化时，根据变化后的运行特征，确定是否将所述低效规则移除所述低效规则库；

在确定将所述低效规则移除所述低效规则库时，更新所述低效规则库。

6.一种用户行为分析设备，其特征在于，包括：

获取单元，用于获取待处理的用户行为数据，并确定用于分析所述待处理的用户行为数据的规则集合，其中，所述规则集合中包含至少一条规则；

划分单元，用于对所述规则集合中包含的规则进行划分，得到低效规则和非低效规则；

分析单元，用于针对所述低效规则和所述非低效规则，采用不同的运行模式对所述待处理的用户行为数据进行分析，得到分析结果，其中，对于所述低效规则采用异步运行模式，对于所述非低效规则采用同步运行模式。

7.如权利要求6所述的用户行为分析设备，其特征在于，所述划分单元对所述规则集合中包含的规则进行划分，得到低效规则，包括：

确定所述规则集合中包含的每一个规则的运行特征，其中，所述运行特征至少包含规则修改时间、规则稽核量、规则类型中的一种；

针对每一个规则的运行特征，执行以下操作：

选择其中一个规则，并当选择的规则的运行特征满足设定的低效规则条件时，确定选择的规则为低效规则。

8.如权利要求6所述的用户行为分析设备，其特征在于，所述划分单元对所述规则集合中包含的规则进行划分，得到低效规则，包括：

根据预设的低效规则库，将所述规则集合中包含的规则与所述低效规则库中包含的低效规则进行比较；

根据比较结果，筛选出所述规则集合中包含的低效规则。

9.如权利要求8所述的用户行为分析设备，其特征在于，所述用户行为分析设备，还包括：低效规则库，其中：

通过以下方式得到低效规则库：

对于用户行为分析系统中的每一个规则，确定所述规则的运行特征；

根据所述规则的运行特征，确定所述规则是否为低效规则；

在确定所述规则为低效规则时，将所述规则写入低效规则库中。

10.如权利要求9所述的用户行为分析设备，其特征在于，所述用户行为分析设备还包括：更新单元，其中：

所述更新单元，用于当所述低效规则库中包含的低效规则的运行特征发生变化时，根据变化后的运行特征，确定是否将所述低效规则移除所述低效规则库；

在确定将所述低效规则移除所述低效规则库时，更新所述低效规则库。