本公開總體涉及人工智能領(lǐng)域，并且更具體地，涉及用于用戶行為分類的方法。

背景技術(shù)：

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，人們在工作和生活中使用各種各樣的互聯(lián)網(wǎng)平臺或產(chǎn)品。在這些平臺上，用戶做出各種行為。例如，在內(nèi)容分發(fā)平臺上，用戶行為包括但不限于創(chuàng)作、搜索、瀏覽、分享、轉(zhuǎn)發(fā)和評論等。平臺上的用戶行為具有多樣性和開放性，為用戶提供了豐富的交流和互動空間。同時，這些行為也需要遵守平臺規(guī)則和法律法規(guī)，保護(hù)自己和他人的合法權(quán)益。

2、用戶行為分類是指根據(jù)用戶在平臺上的行為的特征，將其分為不同的類別。在一些情況下，平臺可以將用戶行為分類為正常用戶行為和異常用戶行為。異常用戶行為指某些不合理的或異常的操作行為。異常用戶行為可能包括盜用他人賬號、欺詐、惡意攻擊和侵犯隱私等違法違規(guī)行為。異常用戶行為檢測可以有效保護(hù)平臺和用戶的安全，預(yù)防盜用他人賬號、惡意攻擊、欺詐等行為的發(fā)生，同時也能提升用戶使用體驗和數(shù)據(jù)質(zhì)量。

技術(shù)實現(xiàn)思路

1、在本公開的第一方面中，提供了一種用于用戶行為分類的方法。該方法包括響應(yīng)于檢測到目標(biāo)用戶行為，獲取用戶的行為序列和該用戶的統(tǒng)計信息，其中該行為序列包括目標(biāo)用戶行為以及目標(biāo)用戶行為之前的預(yù)定數(shù)目個用戶行為。該方法還包括基于行為序列來確定行為特征向量，以及基于統(tǒng)計信息來確定統(tǒng)計信息特征向量。除此之外，該方法還包括基于行為特征向量和統(tǒng)計信息特征向量來確定目標(biāo)用戶行為的行為標(biāo)簽。

2、在本公開的第二方面中，提供了一種用于用戶行為分類的裝置。該裝置包括用戶數(shù)據(jù)獲取模塊，被配置為響應(yīng)于檢測到目標(biāo)用戶行為，獲取用戶的行為序列和該用戶的統(tǒng)計信息，其中該行為序列包括目標(biāo)用戶行為以及目標(biāo)用戶行為之前的預(yù)定數(shù)目個用戶行為。該裝置還包括行為特征向量確定模塊，被配置為基于行為序列來確定行為特征向量。該裝置還包括統(tǒng)計特征向量確定模塊，被配置為基于統(tǒng)計信息來確定統(tǒng)計信息特征向量。除此之外，該裝置還包括行為標(biāo)簽確定模塊，被配置為基于行為特征向量和統(tǒng)計信息特征向量來確定目標(biāo)用戶行為的行為標(biāo)簽。

3、在本公開的第三方面中，提供了一種電子設(shè)備。該電子設(shè)備包括一個或多個處理器；以及存儲裝置，用于存儲一個或多個程序，當(dāng)一個或多個程序被一個或多個處理器執(zhí)行，使得一個或多個處理器實現(xiàn)一種用于用戶行為分類的方法。該方法包括響應(yīng)于檢測到目標(biāo)用戶行為，獲取用戶的行為序列和該用戶的統(tǒng)計信息，其中該行為序列包括目標(biāo)用戶行為以及目標(biāo)用戶行為之前的預(yù)定數(shù)目個用戶行為。該方法還包括基于行為序列來確定行為特征向量，以及基于統(tǒng)計信息來確定統(tǒng)計信息特征向量。除此之外，該方法還包括基于行為特征向量和統(tǒng)計信息特征向量來確定目標(biāo)用戶行為的行為標(biāo)簽。

4、在本公開的第四方面中，提供了一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實現(xiàn)一種用于用戶行為分類的方法。該方法包括響應(yīng)于檢測到目標(biāo)用戶行為，獲取用戶的行為序列和該用戶的統(tǒng)計信息，其中該行為序列包括目標(biāo)用戶行為以及目標(biāo)用戶行為之前的預(yù)定數(shù)目個用戶行為。該方法還包括基于行為序列來確定行為特征向量，以及基于統(tǒng)計信息來確定統(tǒng)計信息特征向量。除此之外，該方法還包括基于行為特征向量和統(tǒng)計信息特征向量來確定目標(biāo)用戶行為的行為標(biāo)簽。

5、提供
技術(shù)實現(xiàn)要素：
部分是為了以簡化的形式來介紹對概念的選擇，它們在下文的具體實施方式中將被進(jìn)一步描述。發(fā)明內(nèi)容部分無意標(biāo)識要求保護(hù)的主題的關(guān)鍵特征或主要特征，也無意限制要求保護(hù)的主題的范圍。

技術(shù)特征：

1.一種用于用戶行為分類的方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中基于所述行為序列來確定所述行為特征向量包括：

3.根據(jù)權(quán)利要求2所述的方法，其中所述多個行為特征序列至少包括行為類型序列和行為時間間隔序列。

4.根據(jù)權(quán)利要求2所述的方法，其中基于所述多個行為特征序列來確定所述行為特征向量包括：

5.根據(jù)權(quán)利要求4所述的方法，其中基于所述多個行為特征序列來確定所述行為特征向量還包括：

6.根據(jù)權(quán)利要求1所述的方法，其中基于所述用戶統(tǒng)計信息來確定所述統(tǒng)計信息特征向量包括：

7.根據(jù)權(quán)利要求1所述的方法，其中基于所述行為特征向量和所述統(tǒng)計信息特征向量來確定所述目標(biāo)用戶行為的所述行為標(biāo)簽包括：

8.根據(jù)權(quán)利要求7所述的方法，其中基于所述連接特征向量來確定所述目標(biāo)用戶行為的所述行為標(biāo)簽包括：

9.根據(jù)權(quán)利要求1所述的方法，還包括：

10.根據(jù)權(quán)利要求1所述的方法，還包括：

11.一種圖像生成的裝置，包括：

12.一種電子設(shè)備，包括：

13.一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)可執(zhí)行指令，其中所述計算機(jī)可執(zhí)行指令被處理器執(zhí)行以實現(xiàn)根據(jù)權(quán)利要求1至10中任一項所述的方法。

技術(shù)總結(jié)
本公開的實施例涉及用于用戶行為分類的方法、裝置、電子設(shè)備和介質(zhì)。該方法包括響應(yīng)于檢測到目標(biāo)用戶行為，獲取用戶的行為序列和該用戶的統(tǒng)計信息，其中該行為序列包括目標(biāo)用戶行為以及目標(biāo)用戶行為之前的預(yù)定數(shù)目個用戶行為。該方法還包括基于行為序列來確定行為特征向量，以及基于統(tǒng)計信息來確定統(tǒng)計信息特征向量。除此之外，該方法還包括基于行為特征向量和統(tǒng)計信息特征向量來確定目標(biāo)用戶行為的行為標(biāo)簽。本公開的實施例的方法能夠同時利用用戶的用戶行為序列中包含的豐富信息和統(tǒng)計信息中包含的豐富信息來對目標(biāo)用戶行為進(jìn)行分類，從而提高了用戶行為分類模型的準(zhǔn)確性和性能。

技術(shù)研發(fā)人員：彭巖,洪東杰,左龍
受保護(hù)的技術(shù)使用者：北京字跳網(wǎng)絡(luò)技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21