CN1859224A - 一种业务行为异常处理方法及系统 - Google Patents
一种业务行为异常处理方法及系统 Download PDFInfo
- Publication number
- CN1859224A CN1859224A CN 200510048887 CN200510048887A CN1859224A CN 1859224 A CN1859224 A CN 1859224A CN 200510048887 CN200510048887 CN 200510048887 CN 200510048887 A CN200510048887 A CN 200510048887A CN 1859224 A CN1859224 A CN 1859224A
- Authority
- CN
- China
- Prior art keywords
- information
- business conduct
- abnormal
- target service
- record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种业务行为异常处理方法，包括：首先将用户的目标业务行为记录信息与保存的用户特征业务行为信息进行比较，然后根据比较结果判断该目标业务行为是否异常，如果是，则按照预定程序对该目标业务行为进行包括向用户发送通知等处理，从而最终实现对用户业务行为异常进行识别和处理的目的。另外，本发明还公开一种业务行为异常处理系统，该系统主要包括用于实现上述方法中的比较和判断功能的异常判断单元，以及实现上述异常处理功能的异常处理单元。另外，本发明系统还可进一步包括：用于收集目标业务行为记录的目标记录收集单元、用于预先生成和保存特征业务行为信息的特征信息生成单元和用于存储用户的业务行为异常记录的异常存储单元。
Description
技术领域
本发明涉及通信技术领域，特别是指一种业务行为异常处理方法及系统。
背景技术
众所周知，人们在实际生活中的行为往往表现出一定的规律性，即通常意义上所说的习惯，例如：在固定的时间范围内吃饭、睡觉以及上下班等。如今随着网络与通信技术的普及，人们在使用相关网络或通信业务时也往往表现出一定的规律性，例如，某用户每天大约在19:00至21:00的时间范围内上网等。通过对用户在一定周期内的相关业务数据进行统计分析，可以抽象出一条曲线，这条曲线就被形象地称为用户的业务指纹特征或业务指纹项，而该用户的所有业务指纹项的集合则为该用户的“业务指纹”。
掌握用户的业务指纹往往对网络或通信运营商有着至关重要的意义，它不仅能够帮助运营商实时跟踪用户的业务需求，把握市场脉搏，从而向用户提供更优质地服务，而且还有助于运营商更合理地使用资源，控制成本，从而在激烈的竞争中立于不败之地。
另外，掌握用户业务指纹的一个重要应用则是对用户异常业务行为的监测和处理。这里所说的用户异常业务行为是指用户使用相应业务的异常表现，例如：用户某个月的话费远远高于其平均话费，则有可能出现用户号码被盗打等异常。目前，网络及通信系统的很多设备中都设置有用于提供异常判断和处理功能的异常处理模块，例如：交换机中用于监控群体用户的呼叫过载情况的流量异常监控模块，以及用于对用户的离网情形或恶意欠费等业务行为进行预测和管理的客户关系管理(CRM)系统等。
然而，一方面，上述异常判断都基于对用户群体业务行为的分析，不能结合具体用户的特点来识别单个业务行为的异常。另一方面，上述异常判断方法只能识别某个业务行为异常与否，而不能对所识别出的异常业务行为进行深入分析，更不能从这些异常情况判断出业务行为需求的改变。例如，随着用户行为习惯的改变而导致的业务行为发生的变化情况，现有系统则根本无法做到对这种正常业务需求的改变进行适应处理。
发明内容
有鉴于此，本发明的一个目的在于提供一种业务行为异常处理方法，解决针对单个用户异常业务行为的判断及处理问题。
本发明提供的业务行为异常处理方法主要包括步骤：将用户的目标业务行为记录信息与保存的用户特征业务行为信息进行比较，根据比较结果判断该目标业务行为是否异常，如果是，则按照预定程序对该目标业务行为进行处理。
在上述方法中，包括：预先生成并保存用户的特征业务行为信息；
所述比较的步骤包括：
a、基于用户的目标业务行为记录信息生成业务行为特性向量，且生成的业务行为特性向量包含特性属性信息；
b、按照预先设定的比较策略对业务行为特性向量的特性属性信息与特征业务行为信息所包含的相应属性信息进行比较，并根据比较结果判断目标业务行为是否异常。
在上述方法的步骤a中，所述生成业务行为特性向量的步骤包括：对目标业务行为记录信息进行包含识别、整合、运算、格式转换、提取、过滤或/和量化的预处理。
在上述方法的步骤b中，所述按照比较策略比较业务行为特性向量的特性属性信息与用户特征业务行为信息的相应属性信息的步骤包括：将业务行为特性向量的特性属性信息值与用户特征业务行为信息的相应属性信息值进行相减、相除或/和取比例处理。
在上述方法的步骤b中，所述根据比较结果判断目标业务行为是否异常的步骤包括：判断比较得到的特性属性偏差是否属于设定的异常偏差范围，如果是，则判定目标业务行为异常；否则，判定为非异常。
在上述方法的中，包括：预先生成并保存用户业务行为异常记录；
所述按照预定程序对该目标业务行为进行处理的步骤包括：
c、查询保存的用户业务行为异常记录，判断是否存在与所述目标业务行为异常相同的业务行为异常记录，如果是，则执行步骤d；否则，执行步骤e；
d、按照业务行为异常记录中所包含的异常处理参数处理该目标业务行为，并更新该业务行为异常记录的异常信息，结束本流程；
e、按照设置的缺省异常处理程序处理该目标业务行为，并建立和保存关于该目标业务行为的异常记录。
在上述方法的中，所述业务行为特性向量包含基本属性信息；
步骤c中，所述判断是否存在与目标业务行为异常相同的业务行为异常记录的步骤包括：根据目标业务行为特性向量的基本属性信息查找保存的相应业务行为异常记录，判断该业务行为异常记录包含的异常特性属性信息是否与目标业务行为特性向量的相应异常特性属性信息相同，如果是，则判定存在相同的异常记录；否则，判定不存在相同的异常记录。
在上述方法的步骤d中，所述异常处理参数包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务；
步骤e中，所述缺省异常处理程序包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务。
本发明的另一个目的在于提供一种业务行为异常处理系统，该系统主要包括：异常判断单元和异常处理单元；其中，
所述异常判断单元用于比较用户的目标业务行为记录信息和用户的特征业务行为信息，根据比较结果判断目标业务行为是否异常，并向异常处理单元发送判定为异常的目标业务行为记录信息；
所述异常处理单元用于按照预定程序对接收到的目标业务行为记录信息所对应的用户目标业务行为进行处理。
在上述系统中，进一步包括：目标记录收集单元和特征信息生成单元；其中，所述目标记录收集单元用于从业务节点获取用户的目标业务行为记录信息，并基于该目标业务行为记录信息生成业务行为特性向量，以及向异常判断单元和特征信息生成单元发送生成的该业务行为特性向量信息；
所述特征信息生成单元用于基于接收到业务行为特性向量信息预先生成和保存用户的特征业务行为信息，并根据接收到的关键字向异常判断单元提供特征业务行为信息；
所述异常判断单元进一步用于向特征信息生成单元发送包含目标业务行为记录信息的基本属性信息的关键字，并接收特征信息生成单元返回的特征业务行为信息；
所述异常判断单元用于按照预定比较策略对接收到的业务行为特性向量的特性属性信息和特征业务行为信息的相应属性信息进行比较，根据比较结果判断目标业务行为是否异常，并将判定为异常的业务行为特性向量信息发送至异常处理单元；
所述异常处理单元用于按照预定程序对接收到的业务行为特性向量信息所对应的用户目标业务行为进行处理。
在上述系统中，进一步包括：异常存储单元；
所述异常存储单元用于存储用户的业务行为异常记录；
所述异常处理单元用于接收来自异常判断单元的业务行为特性向量信息，并根据该业务行为特性向量信息查询异常存储单元中是否存储有与目标业务行为异常相同的业务行为异常记录，如果是，则按照该业务行为异常记录所包含的异常处理参数处理目标业务行为，并在异常存储单元中更新保存该业务行为异常记录；否则，按照设置的缺省异常处理程序处理该目标业务行为，并在异常存储单元中建立和保存关于该目标业务行为的业务行为异常记录。
在上述系统中，所述异常处理单元用于向用户或业务节点发送关于目标业务行为异常的通知信息。
在上述系统中，所述特征信息生成单元为业务指纹系统。
综上所述，本发明采取：首先将用户的目标业务行为记录信息与保存的用户特征业务行为信息进行比较，然后根据比较结果判断该目标业务行为是否异常，如果是，则按照预定程序对该目标业务行为进行包括向用户发送通知等处理，从而最终实现对用户业务行为异常进行识别和处理的目的。另外，本发明还公开一种业务行为异常处理系统，该系统主要包括用于实现上述方法中所述的比较和判断功能的异常判断单元，以及实现上述异常处理功能的异常处理单元。另外，本发明系统还可进一步包括：用于收集目标业务行为记录信息的目标记录收集单元、用于预先生成和保存特征业务行为信息的特征信息生成单元和用于存储用户的业务行为异常记录的异常存储单元。
附图说明
图1为根据本发明一实施例的业务行为异常处理方法流程图。
图2为根据本发明一实施例的业务行为异常处理系统结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。
本发明的核心思想是：首先将用户的目标业务行为记录信息与保存的用户特征业务行为信息进行比较，然后根据比较结果判断该目标业务行为是否异常，如果是，则按照预定程序对该目标业务行为进行包括向用户发送通知等处理，从而最终实现对用户业务行为异常进行识别和处理的目的。
根据本发明一实施例的业务行为异常处理方法流程如图1所示，该方法具体包括如下步骤：
步骤101：获取用户的目标业务行为记录信息，并基于该记录信息生成相应的业务行为特性向量。
其中，用户的业务行为记录信息是指业务节点所记录的体现用户对相应业务的使用情况的原始数据。业务节点可以包含诸如：计费系统、BOSS以及交换机等业务网关。业务行为记录信息可以是：通话记录；费用记录；包含诸如使用时间、时长或费用等信息的业务使用记录；业务内容记录--用户所使用业务的具体内容，如短信内容和网页查询内容等。针对每种类型业务的业务行为记录信息所包含的具体信息项可以根据具体业务类别而定，一般包含用户标识(ID)、业务标识以及业务使用数据等。其中，业务使用数据具体可以包括诸如：使用时间或使用费用等信息。而目标业务行为记录信息则是指作为标的物的业务行为记录信息，该业务行为记录信息用作后续异常判断、分析和处理的原始数据。目标业务行为记录信息通常表现为设定时间范围，如某个月内的用户业务行为记录，或者以其它形式表现的记录信息。
由于目标业务行为记录信息是由不同的业务节点采集或记载的原始数据，因此其所包含的内容比较繁杂，而且格式也不统一，无法直接对其进行异常判断或分析，而是需要经过一定的预处理过程，从而得到能够体现用户业务行为特征的业务属性信息，而得到的所有业务属性信息的集合即为业务行为特性向量，业务属性信息即为构成该特性向量的特性元素，一个特性向量可以由一个或一个以上特性元素构成。例如，用户业务行为特性向量可以包含：用户标识、业务标识和使用时间等特性元素。如上所述，业务行为特性向量一般是通过对获取的目标业务行为记录信息内容进行各种预处理而生成，得到的业务行为特性向量可以直接作为进行异常判断和分析的基础。而且上面所说的预处理具体可以包括：识别、整合、运算、格式转换、提取、过滤或/和量化等。
举例来说，可以获取如表1所示的用户13345678922的10月通话记录作为目标业务行为记录信息，从表1可以看出，该目标业务行为记录信息包含：用户标识、业务标识、费用类型、日期、时间以及费用账目等信息项。而基于表1生成的业务行为特性向量，即业务总表如表2所示，从表2可以看出，该业务行为特性向量包括：用户标识、业务标识、时间、费用类型、费用账目以及所占比例6个特性元素。其中的费用账目是分别针对表1中各种费用类型所对应的各时间段的费用账目进行汇总得到的，而所占比例则是各业务类型费用账目占据所有费用账目总值的比例。
| 用户标识 | 业务标识 | 费用类型 | 日期 | 时间 | 费用账目 |
| 13345678922 | Monthly_Bill | 本地 | 2005/10/01 | 19:15:00-19:20:00 | ￥5.00 |
| 13345678922 | Monthly_Bill | 长途 | 2005/10/03 | 19:00:00-19:06:00 | ￥6.00 |
| 13345678922 | Monthly_Bill | 本地 | 2005/10/07 | 19:30:00-19:36:00 | ￥6.00 |
| 13345678922 | Monthly_Bill | 短信 | 2005/10/07 | 09:00:00-09:02:00 | ￥2.00 |
| … | … | … | … | … | … |
| … | … | … | … | … | … |
| 13345678922 | Monthly_Bill | 上网 | 2005/10/28 | 00:00:00-02:02:00 | ￥3.00 |
表1
| 用户标识 | 业务标识 | 时间 | 费用类型 | 费用账目 | 所占比例 |
| 13345678922 | Monthly_Bill | 2005.10 | 长途 | ￥75.00 | 55.4％ |
| 13345678922 | Monthly_Bill | 2005.10 | 本地 | ￥42.00 | 31.0％ |
| 13345678922 | Monthly_Bill | 2005.10 | 短信 | ￥4.50 | 3.3％ |
| 13345678922 | Monthly_Bill | 2005.10 | 上网 | ￥14.00 | 10.3％ |
| 13345678922 | Monthly_Bill | 2005.10 | 总计 | ￥135.5 | 100％ |
表2
步骤102：获取用户的特征业务行为信息。
其中，特征业务行为信息是指基于用户的历史业务行为记录信息生成的用户的业务行为特征信息。由于用户的目标业务行为记录信息既可能是已经发生的用户业务行为，也可能是当前正在发生的用户业务行为或者将来要发生的用户业务行为，而且由于用户业务行为通常具有一定的时间性，即发生时间，因此要求作为生成特征业务行为信息的基础的历史业务行为的发生时间在目标业务行为的发生时间之前。另外，为了实现后续的异常判断，要求生成的特征业务行为信息必须包含上述步骤102中所述业务行为特性向量的某个或某些或全部特性属性信息项，甚至其全部信息项——包含基本属性信息和特性属性信息，即特征业务行为信息必须与业务行为特性向量的特性属性信息重叠，优选与业务行为特性向量的全部信息项重叠，以便进行后续的比较和异常判断。这一点可以通过预先设置特征信息生成单元以及业务行为特性向量生成单元，并使得生成的特征业务行为信息与业务行为特性向量本身具有部分或全部相同的信息项来实现。
上述获取特征业务行为信息的具体步骤可以包括：预先设置特征信息生成单元，由该特征信息生成单元生成用户特征业务行为信息并保存该信息；在获取特征业务行为信息时，向特征信息生成单元提供包含目标业务行为记录信息的基本属性信息的关键字；特征信息生成单元根据接收到的关键字检索自身保存的特征业务行为信息，并输出检索到的相应特征业务行为信息。上述目标业务行为记录信息的基本属性信息通常包含用户标识、业务标识以及时间范围等，但也可以依据具体业务内容包含其它信息。其中业务标识具体可以包含，如：全部业务、语音业务、短信息和/或MMS等的标识。另外，上述关键字可以通过设置的交互界面输入到特征信息生成单元中。
作为一个优选实施例，上述特征信息生成单元可以通过业务指纹系统实现，此时获取的特征业务行为信息则为相应的业务指纹信息。其中，业务指纹系统主要是指生成并管理用户业务指纹信息的功能单元，而业务指纹信息则是指业务指纹系统根据用户在设定时间内的业务行为历史记录定期生成并更新的业务行为记录，而且业务指纹信息具体可以包含：用户标识、业务标识、时间范围以及其它属性信息字段。关于业务指纹以及业务指纹系统的详细描述具体可以参见递交到中国专利局的申请号为200510113124.1的在先申请，且该在先申请的全文并入此处作为参考。
下面同样以上述用户13345678922的10月通话记录为例进行说明。输入包含用户标识——13345678922，业务标识——月度话单(Monthly_Bill)，时间范围——10月的关键字获取该用户的特征业务行为信息，且获取的特征业务行为信息如下表3所示，从表3可以看出该特征业务行为信息包含用户标识、业务标识、时间、费用类型、费用账目以及所占比例6个信息项，与上述业务行为特性向量所包含的信息项完全相同。
| 用户标识 | 业务标识 | 时间 | 费用类型 | 费用账目 | 所占比例 |
| 13345678922 | Monthly_Bill | 2005.10 | 长途 | ￥35.00 | 35％ |
| 13345678922 | Monthly_Bill | 2005.10 | 本地 | ￥42.00 | 42％ |
| 13345678922 | Monthly_Bill | 2005.10 | 短信 | ￥5.00 | 5％ |
| 13345678922 | Monthly_Bill | 2005.10 | 上网 | ￥18.00 | 18％ |
| 13345678922 | Monthly_Bill | 2005.10 | 总计 | ￥100.00 | 100％ |
表3
步骤103：按照预先设定的比较策略对业务行为特性向量的特性属性信息和特征业务行为信息的相应属性信息进行比较，并根据比较结果判断目标业务行为是否异常，如果是，则执行步骤104；否则，结束本流程。
在本步骤中，比较策略通常是根据具体业务特点预先设定的，而设定的比较策略通常可以包括：将业务行为特性向量的某项或某几项特性属性值与特征业务行为信息的相应属性值进行比较，如相减、相除或取比例等，得到相应的特性属性偏差，然后通过将得到的特性属性偏差与预先设定的异常偏差范围的门限进行比较，判断该特性属性偏差是否属于设定的异常偏差范围，如果是，则判定目标业务行为异常；否则，判定为非异常。
例如：针对上述用户13345678922的10月通话记录，将表2和表3中的特性属性信息进行比较，得到如表4所示的比对列表。可以看出，表4包含：用户标识、业务标识、时间、费用类型、费用偏差、个体比例偏差和总体比例偏差7个信息项。其中，设定的比较策略具体包括：首先，将表2中各费用类型所对应的费用账目与表3中相应费用类型所对应的费用账目相减得到费用偏差；其次，计算上述费用偏差与表3中相应费用类型所对应的费用账目的比值得到个体比例偏差；再次，将表2中各费用类型所对应的所占比例信息与表3中相应费用类型所对应的所占比例信息进行相减得到总体比例偏差，该总体比例偏差体现各费用类型在总体上所占比例的变化情况，从而得到包括费用偏差、个体比例偏差和总体比例偏差的3个特性属性偏差；最后，将得到的上述特性属性偏差与设定的异常偏差范围的门限值进行比较。此时假设设定的异常偏差范围为：总体费用偏差大于￥+50.00，或个体比例偏差大于50％。则从表4中显示的该用户总体费用偏差为+35.00，而长途比例偏差为114.3％，可以看出长途比例偏差为114.3％，由于114.3％＞50％，因此判定目标业务行为异常。
| 用户标识 | 业务标识 | 时间 | 费用类型 | 费用偏差 | 个体比例偏差 | 总体比例偏差 |
| 13345678922 | Monthly_Bill | 2005.10 | 长途 | +40.00 | 40/35＝114.3％ | +20.4％ |
| 13345678922 | Monthly_Bill | 2005.10 | 本地 | 0.00 | 0 | -11％ |
| 13345678922 | Monthly_Bill | 2005.10 | 短信 | -0.50 | -0.5/5＝-10％ | -1.7％ |
| 13345678922 | Monthly_Bill | 2005.10 | 上网 | -4.00 | -4/18＝22.2％ | -7.7％ |
| 13345678922 | Monthly_Bill | 2005.10 | 总计 | +35.00 | 35.5％ | 0 |
表4
步骤104：查询保存的用户业务行为异常记录，判断是否存在与上述步骤103中所述的目标业务行为异常相同的业务行为异常记录，如果是，则执行步骤105；否则，执行步骤106。
其中，用户业务行为异常记录是指系统记录的用户业务行为异常的历史记录。用户业务行为异常记录通常包含：诸如用户标识、业务标识和时间等基本属性信息以及异常信息等。其中的异常信息通常包含：异常标识、异常特性属性信息以及异常处理参数等信息。另外还可以根据业务需要包含异常次数以及异常级别等信息。其中异常标识是指保存的异常业务行为的唯一标识。而异常特性属性信息是指业务行为特性向量中致使目标业务行为被判定为异常的特性属性信息，例如：上述例子中的长途费用的个体比例偏差大于50％，因此长途费用的个体比例偏差即为异常特性属性信息。异常处理参数具体可以包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务等。而异常次数既可以是指该用户同一业务行为的所有异常次数的累加，也可以具体指该用户同一业务行为的某类异常发生的次数的累加。异常级别则可以包括严重、中等以及轻微等，异常级别通常根据异常属性值与异常门限的偏差来确定。
判断是否存在与该目标业务行为异常相同的业务行为异常记录具体可以包括如下步骤：根据目标业务行为特性向量的基本属性信息查找保存的相应业务行为异常记录，判断该业务行为异常记录包含的异常特性属性信息是否与目标业务行为特性向量的相应异常特性属性信息相同，如果是，则判定存在相同的异常记录；否则，判定不存在相同的异常记录。
步骤105：按照业务行为异常记录中所包含的异常处理参数处理该目标业务行为，并更新该业务行为异常记录的异常信息，结束本流程。
其中，异常处理参数如上述步骤104中所述，具体可以包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务等。而更新已知异常业务行为记录的异常信息则是指更新其中所包含的异常次数信息、异常级别信息以及时间信息等。
步骤106：按照设置的缺省异常处理程序处理该目标业务行为，并建立和保存关于该目标业务行为的异常记录，结束本流程。
其中，设置的缺省异常处理程序具体可以包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务等。
以上说明了本发明的业务行为异常处理方法，下面说明本发明的业务行为异常处理系统，该系统结构如图2所示，主要包括：异常判断单元和异常处理单元；其中，异常判断单元用于比较用户的目标业务行为记录信息和用户的特征业务行为信息，根据比较结果判断目标业务行为是否异常，并向异常处理单元发送判定为异常的目标业务行为记录信息；异常处理单元用于按照预定程序对接收到的目标业务行为记录信息所对应的用户目标业务行为进行处理。
作为一个优选实施例，本发明系统还可进一步包括：目标记录收集单元和特征信息生成单元；其中，目标记录收集单元用于从外部的业务节点获取用户的目标业务行为记录信息，并基于该目标业务行为记录信息生成相应的业务行为特性向量信息，以及向异常判断单元和特征信息生成单元发送生成的业务行为特性向量信息。特征信息生成单元用于基于接收到业务行为特性向量信息预先生成和保存用户的特征业务行为信息，并根据接收到的关键字向异常判断单元提供特征业务行为信息。特征信息生成单元可以是业务指纹系统等。异常判断单元进一步用于向特征信息生成单元发送包含目标业务行为记录信息的基本属性信息的关键字，并接收特征信息生成单元返回的特征业务行为信息；并且该异常判断单元用于按照预定比较策略对上述业务行为特性向量的特性属性信息和特征业务行为信息的相应属性信息进行比较，根据比较结果判断目标业务行为是否异常，并将判定为异常的业务行为特性向量信息发送至异常处理单元。所述异常处理单元用于按照预定程序对接收到的业务行为特性向量信息所对应的用户目标业务行为进行处理。
作为本发明系统的另一个优选实施例，还可以在上述实施例系统的基础上进一步包括异常存储单元；该异常存储单元用于存储用户的业务行为异常记录。此时，异常处理单元则用于接收来自异常判断单元的业务行为特性向量信息，并根据该业务行为特性向量信息查询异常存储单元中是否存储有与目标业务行为异常相同的业务行为异常记录，如果是，则按照该业务行为异常记录所包含的处理参数处理目标业务行为，并在异常存储单元中更新保存的该业务行为异常记录；否则，按照设置的缺省异常处理程序处理该目标业务行为，并在异常存储单元中建立和保存关于该目标业务行为的业务行为异常记录。
其中的异常处理参数如上述方法的步骤104和步骤105中所述，此处不再赘述。因此，根据异常处理参数处理异常业务行为就是按照这些参数信息执行相应异常处理操作。例如：根据其中的用户联系方式参数信息，可以由异常处理单元向相应用户发送关于目标业务行为异常通知消息等，并可以根据用户的反馈对该异常业务行为进行进一步的处理。另外，也可以向业务节点发送相应的通知消息，以便其采取必要的业务控制措施等。
总之，以上所述仅为本发明的较佳实施例，并非用于限定本发明。
Claims (13)
1、一种业务行为异常处理方法，其特征在于，该方法包括：将用户的目标业务行为记录信息与保存的用户特征业务行为信息进行比较，根据比较结果判断该目标业务行为是否异常，如果是，则按照预定程序对该目标业务行为进行处理。
2、根据权利要求1所述的方法，其特征在于，该方法包括：预先生成并保存用户的特征业务行为信息；
所述比较的步骤包括：
a、基于用户的目标业务行为记录信息生成业务行为特性向量，且生成的业务行为特性向量包含特性属性信息；
b、按照预先设定的比较策略对业务行为特性向量的特性属性信息与特征业务行为信息所包含的相应属性信息进行比较，并根据比较结果判断目标业务行为是否异常。
3、根据权利要求2所述的方法，其特征在于，步骤a中，所述生成业务行为特性向量的步骤包括：对目标业务行为记录信息进行包含识别、整合、运算、格式转换、提取、过滤或/和量化的预处理。
4、根据权利要求2所述的方法，其特征在于，步骤b中，所述按照比较策略比较业务行为特性向量的特性属性信息与用户特征业务行为信息的相应属性信息的步骤包括：将业务行为特性向量的特性属性信息值与用户特征业务行为信息的相应属性信息值进行相减、相除或/和取比例处理。
5、根据权利要求2所述的方法，其特征在于，步骤b中，所述根据比较结果判断目标业务行为是否异常的步骤包括：判断比较得到的特性属性偏差是否属于设定的异常偏差范围，如果是，则判定目标业务行为异常；否则，判定为非异常。
6、根据权利要求1至5中任意一项所述的方法，其特征在于，该方法包括：预先生成并保存用户业务行为异常记录；
所述按照预定程序对该目标业务行为进行处理的步骤包括：
c、查询保存的用户业务行为异常记录，判断是否存在与所述目标业务行为异常相同的业务行为异常记录，如果是，则执行步骤d；否则，执行步骤e；
d、按照业务行为异常记录中所包含的异常处理参数处理该目标业务行为，并更新该业务行为异常记录的异常信息，结束本流程；
e、按照设置的缺省异常处理程序处理该目标业务行为，并建立和保存关于该目标业务行为的异常记录。
7、根据权利要求6所述的方法，其特征在于，所述业务行为特性向量包含基本属性信息；
步骤c中，所述判断是否存在与目标业务行为异常相同的业务行为异常记录的步骤包括：根据目标业务行为特性向量的基本属性信息查找保存的相应业务行为异常记录，判断该业务行为异常记录包含的异常特性属性信息是否与目标业务行为特性向量的相应异常特性属性信息相同，如果是，则判定存在相同的异常记录；否则，判定不存在相同的异常记录。
8、根据权利要求6或7所述的方法，其特征在于，步骤d中，所述异常处理参数包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务；
步骤e中，所述缺省异常处理程序包括：增加记录的异常次数、向用户或业务节点发送通知或/和暂停业务。
9、一种业务行为异常处理系统，其特征在于，该系统包括：异常判断单元和异常处理单元；其中，
所述异常判断单元用于比较用户的目标业务行为记录信息和用户的特征业务行为信息，根据比较结果判断目标业务行为是否异常，并向异常处理单元发送判定为异常的目标业务行为记录信息；
所述异常处理单元用于按照预定程序对接收到的目标业务行为记录信息所对应的用户目标业务行为进行处理。
10、根据权利要求9所述的系统，其特征在于，该系统进一步包括：目标记录收集单元和特征信息生成单元；其中，
所述目标记录收集单元用于从业务节点获取用户的目标业务行为记录信息，并基于该目标业务行为记录信息生成业务行为特性向量，以及向异常判断单元和特征信息生成单元发送生成的该业务行为特性向量信息；
所述特征信息生成单元用于基于接收到业务行为特性向量信息预先生成和保存用户的特征业务行为信息，并根据接收到的关键字向异常判断单元提供特征业务行为信息；
所述异常判断单元进一步用于向特征信息生成单元发送包含目标业务行为记录信息的基本属性信息的关键字，并接收特征信息生成单元返回的特征业务行为信息；
所述异常判断单元用于按照预定比较策略对接收到的业务行为特性向量的特性属性信息和特征业务行为信息的相应属性信息进行比较，根据比较结果判断目标业务行为是否异常，并将判定为异常的业务行为特性向量信息发送至异常处理单元；
所述异常处理单元用于按照预定程序对接收到的业务行为特性向量信息所对应的用户目标业务行为进行处理。
11、根据权利要求10所述的系统，其特征在于，该系统进一步包括：异常存储单元；
所述异常存储单元用于存储用户的业务行为异常记录；
所述异常处理单元用于接收来自异常判断单元的业务行为特性向量信息，并根据该业务行为特性向量信息查询异常存储单元中是否存储有与目标业务行为异常相同的业务行为异常记录，如果是，则按照该业务行为异常记录所包含的异常处理参数处理目标业务行为，并在异常存储单元中更新保存该业务行为异常记录；否则，按照设置的缺省异常处理程序处理该目标业务行为，并在异常存储单元中建立和保存关于该目标业务行为的业务行为异常记录。
12、根据权利要求9所述的系统，其特征在于，所述异常处理单元用于向用户或业务节点发送关于目标业务行为异常的通知信息。
13、根据权利要求9至12中任意一项所述的系统，其特征在于，所述特征信息生成单元为业务指纹系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2005100488872A CN100384161C (zh) | 2005-12-31 | 2005-12-31 | 一种业务行为异常处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CNB2005100488872A CN100384161C (zh) | 2005-12-31 | 2005-12-31 | 一种业务行为异常处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN1859224A true CN1859224A (zh) | 2006-11-08 |
| CN100384161C CN100384161C (zh) | 2008-04-23 |
Family
ID=37298089
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CNB2005100488872A Expired - Fee Related CN100384161C (zh) | 2005-12-31 | 2005-12-31 | 一种业务行为异常处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN100384161C (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103473312A (zh) * | 2013-09-11 | 2013-12-25 | 北京思特奇信息技术股份有限公司 | 一种独立的依据信息获取方法 |
| CN102056201B (zh) * | 2009-10-30 | 2014-09-03 | 中国移动通信集团广西有限公司 | 一种业务流程中异常情况的处理方法和装置 |
| CN104426885A (zh) * | 2013-09-03 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 异常账号提供方法及装置 |
| CN104866296A (zh) * | 2014-02-25 | 2015-08-26 | 腾讯科技（北京）有限公司 | 数据处理方法和装置 |
| CN105100032A (zh) * | 2014-05-23 | 2015-11-25 | 腾讯科技（北京）有限公司 | 一种防止资源盗取的方法及装置 |
| CN106296254A (zh) * | 2015-06-09 | 2017-01-04 | 腾讯科技（深圳）有限公司 | 一种曝光行为数据的管理方法及装置 |
| CN106844367A (zh) * | 2015-12-03 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 一种互联网业务的处理方法及装置 |
| CN108628694A (zh) * | 2017-03-20 | 2018-10-09 | 腾讯科技（深圳）有限公司 | 一种基于可编程硬件的数据处理方法以及装置 |
| CN109299135A (zh) * | 2018-11-26 | 2019-02-01 | 平安科技（深圳）有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
| CN110689084A (zh) * | 2019-09-30 | 2020-01-14 | 北京明略软件系统有限公司 | 一种异常用户识别方法及装置 |
| CN112232643A (zh) * | 2020-09-25 | 2021-01-15 | 上海淇毓信息科技有限公司 | 一种管理业务策略的方法、装置和电子设备 |
| CN112887923A (zh) * | 2021-01-22 | 2021-06-01 | 中国科学院自动化研究所 | 基于动态通信网络的无监督异常短文本监测方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1189822C (zh) * | 2001-11-07 | 2005-02-16 | 华为技术有限公司 | 一种异常逻辑业务仿真测试装置 |
| US7284272B2 (en) * | 2002-05-31 | 2007-10-16 | Alcatel Canada Inc. | Secret hashing for TCP SYN/FIN correspondence |
| CN100428793C (zh) * | 2003-11-21 | 2008-10-22 | 华为技术有限公司 | 会议电视系统及在该系统中实现业务保持的方法 |
-
2005
- 2005-12-31 CN CNB2005100488872A patent/CN100384161C/zh not_active Expired - Fee Related
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102056201B (zh) * | 2009-10-30 | 2014-09-03 | 中国移动通信集团广西有限公司 | 一种业务流程中异常情况的处理方法和装置 |
| CN104426885A (zh) * | 2013-09-03 | 2015-03-18 | 深圳市腾讯计算机系统有限公司 | 异常账号提供方法及装置 |
| CN103473312A (zh) * | 2013-09-11 | 2013-12-25 | 北京思特奇信息技术股份有限公司 | 一种独立的依据信息获取方法 |
| CN104866296A (zh) * | 2014-02-25 | 2015-08-26 | 腾讯科技（北京）有限公司 | 数据处理方法和装置 |
| CN104866296B (zh) * | 2014-02-25 | 2019-05-28 | 腾讯科技（北京）有限公司 | 数据处理方法和装置 |
| CN105100032A (zh) * | 2014-05-23 | 2015-11-25 | 腾讯科技（北京）有限公司 | 一种防止资源盗取的方法及装置 |
| CN106296254A (zh) * | 2015-06-09 | 2017-01-04 | 腾讯科技（深圳）有限公司 | 一种曝光行为数据的管理方法及装置 |
| CN106844367A (zh) * | 2015-12-03 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 一种互联网业务的处理方法及装置 |
| CN108628694B (zh) * | 2017-03-20 | 2023-03-28 | 腾讯科技（深圳）有限公司 | 一种基于可编程硬件的数据处理方法以及装置 |
| CN108628694A (zh) * | 2017-03-20 | 2018-10-09 | 腾讯科技（深圳）有限公司 | 一种基于可编程硬件的数据处理方法以及装置 |
| CN109299135A (zh) * | 2018-11-26 | 2019-02-01 | 平安科技（深圳）有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
| CN109299135B (zh) * | 2018-11-26 | 2024-05-14 | 平安科技（深圳）有限公司 | 基于识别模型的异常查询识别方法、识别设备及介质 |
| CN110689084B (zh) * | 2019-09-30 | 2022-03-01 | 北京明略软件系统有限公司 | 一种异常用户识别方法及装置 |
| CN110689084A (zh) * | 2019-09-30 | 2020-01-14 | 北京明略软件系统有限公司 | 一种异常用户识别方法及装置 |
| CN112232643A (zh) * | 2020-09-25 | 2021-01-15 | 上海淇毓信息科技有限公司 | 一种管理业务策略的方法、装置和电子设备 |
| CN112887923A (zh) * | 2021-01-22 | 2021-06-01 | 中国科学院自动化研究所 | 基于动态通信网络的无监督异常短文本监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN100384161C (zh) | 2008-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1859224A (zh) | 一种业务行为异常处理方法及系统 | |
| US20140301218A1 (en) | Statistical analysis and prompting method and system for mobile terminal internet traffic | |
| CN110428127B (zh) | 自动化分析方法、用户设备、存储介质及装置 | |
| CN1859427A (zh) | 通讯网络中对服务质量进行保障的方法及系统 | |
| CN109343801B (zh) | 数据存储方法、设备及计算机可读存储介质 | |
| CN102208991A (zh) | 一种日志处理方法、设备和系统 | |
| CN107040863A (zh) | 实时业务推荐方法及系统 | |
| CN102404126A (zh) | 一种云计算在应用过程中的收费方法 | |
| CN111898023A (zh) | 一种消息推送方法、装置、可读存储介质及计算设备 | |
| CN111131368A (zh) | 消息推送方法和装置 | |
| CN102833111B (zh) | 一种可视化http数据监管方法及装置 | |
| CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
| CN109978575B (zh) | 一种挖掘用户流量经营场景的方法及装置 | |
| CN110321364B (zh) | 信用卡管理系统的交易数据查询方法、装置及终端 | |
| CN109978114A (zh) | 数据处理方法、装置、服务器及存储介质 | |
| CN109151747B (zh) | 业务兑换处理方法、运营服务器和业务服务器 | |
| CN105893150B (zh) | 接口调用频度控制、接口调用请求处理方法及装置 | |
| CN101770626A (zh) | 具有洗卡行为的代理商识别方法、装置及系统 | |
| CN111274203B (zh) | 一种话单存储系统及方法 | |
| CN107688628B (zh) | 关系组数据常用分组构建方法及装置 | |
| CN111625588A (zh) | 一种共享分布式数据采集数据的方法和系统 | |
| CN117112846B (zh) | 一种多信息源证照信息管理方法、系统及介质 | |
| CN115174226B (zh) | 基于人工智能和大数据的用户行为预测方法、设备、介质及产品 | |
| CN111107666B (zh) | 一种基于pdu会话的网元选取方法、设备及存储介质 | |
| CN116739462A (zh) | 快递订单的监控方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20080423 Termination date: 20151231 |
|
| EXPY | Termination of patent right or utility model |