异常用户识别方法、装置、计算机设备和介质
文献发布时间:2023-06-19 19:28:50
技术领域
本申请涉及计算机技术领域,特别是涉及一种异常用户识别方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着互联网技术的发展,越来越多的业务、活动可以在线办理,给人们生活带来了巨大的便捷。
以促销抽奖等活动为例,商家为了吸引顾客购买产品常常会推出在线抽奖的活动,用户可以基于自己的手机号码或者身份证号码登录商家的抽奖系统进行抽奖。然而,在实际应用中,容易出现同一用户多次参与抽奖活动,用户为获取奖项,往往会通过重新注册账号、更换手机号、更换设备,盗用别人身份证号等各种手段违规来参与活动,导致商家利益和公众利益受损。
针对上述现象,目前抽奖系统有设计防薅羊毛功能,例如设置基于手机号码来识别同一用户,限制异常多次参加活动的用户获取奖项,但是这些功能只能基于单个维度数据来进行识别,其无法实现准确的异常用户识别。
发明内容
基于此,有必要针对上述技术问题,提供一种准确的异常用户识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种异常用户识别方法。所述方法包括:
接收用户活动参与请求,所述活动参与请求携带用户身份标识;
根据所述用户身份标识,识别用户累计已参与活动次数;
若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;
根据所述用户历史业务行为数据查询用户对应的信誉分;
基于所述信誉分识别用户是否为异常用户。
在其中一个实施例中,所述根据所述用户身份标识,识别用户累计已参与活动次数包括:
根据所述用户身份标识,查询用户的关联账户数据;
根据所述关联账户数据,识别用户累计已参与活动次数。
在其中一个实施例中,所述根据所述用户身份标识,查询当前用户的关联账户数据包括:
获取所述用户身份标识;
通过多维度用户识别程序,查询用户的关联账户数据。
在其中一个实施例中,所述通过多维度用户识别程序,查询用户的关联账户数据包括:
通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;
根据所述用户登录时的设备token,获取用户在相同设备的重复登录次数;
若所述重复登录次数不小于所述获取预设登录阈值,则根据所述用户登录时的设备token,获取用户的关联账户数据。
在其中一个实施例中,所述通过多维度用户识别程序,查询用户的关联账户数据包括:
当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号;
若通过多维度用户识别程序、且根据所述新手机号校验到用户身份标识未被其他账号占用,则查询所述用户身份标识是否存在关联的注销账户;
若是,则将用户账号与所述注销账号关联,得到关联账户数据。
在其中一个实施例中,所述基于所述信誉分识别用户是否为异常用户之前,还包括:
获取预设信誉分与活动奖项的映射关系;
查询用户活动参与行为对应的目标奖项;
根据所述预设信誉分与活动奖项的映射关系,获取所述目标奖项对应的信誉分阈值;
所述基于所述信誉分识别用户是否为异常用户包括:
对所述信誉分以及所述信誉分阈值,识别用户是否为异常用户。
第二方面,本申请还提供了一种异常用户识别装置。所述装置包括:
活动参与请求接收模块,用于接收用户活动参与请求,所述活动参与请求携带用户身份标识;
累计已参与活动次数获取模块,用于根据所述用户身份标识,识别用户累计已参与活动次数;
历史业务行为数据获取模块,用于若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;
信誉分查询模块,用于根据所述用户历史业务行为数据查询用户对应的信誉分;
异常用户识别模块,用于基于所述信誉分识别用户是否为异常用户。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收用户活动参与请求,所述活动参与请求携带用户身份标识;
根据所述用户身份标识,识别用户累计已参与活动次数;
若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;
根据所述用户历史业务行为数据查询用户对应的信誉分;
基于所述信誉分识别用户是否为异常用户。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
接收用户活动参与请求,所述活动参与请求携带用户身份标识;
根据所述用户身份标识,识别用户累计已参与活动次数;
若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;
根据所述用户历史业务行为数据查询用户对应的信誉分;
基于所述信誉分识别用户是否为异常用户。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
接收用户活动参与请求,所述活动参与请求携带用户身份标识;
根据所述用户身份标识,识别用户累计已参与活动次数;
若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;
根据所述用户历史业务行为数据查询用户对应的信誉分;
基于所述信誉分识别用户是否为异常用户。
上述异常用户识别方法、装置、计算机设备、存储介质和计算机程序产品,通过接收用户活动参与请求,活动参与请求携带用户身份标识;根据用户身份标识,识别用户累计已参与活动次数;若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;根据用户历史业务行为数据查询用户对应的信誉分;基于信誉分识别用户是否为异常用户。本方案中,一方面,通过用户身份标识,识别用户累计已参与活动次数,避免用户通过其他手段(例如重新注册账号、更换手机号、更换设备等)来违规多次参与活动;另一方面,在活动参与次数未超阈值情况下,基于信誉分识别来识别用户是否为异常用户,即整个方案分别从参与次数和信誉分两个维度来进行异常用户识别,其可以实现准确的异常用户识别。
附图说明
图1为一个实施例中异常用户识别方法的应用环境图;
图2为一个实施例中异常用户识别方法的流程示意图;
图3为用户登录处理流程示意图;
图4为另一个实施例中异常用户识别方法的流程示意图;
图5为一个应用实例中绑定手机号处理流程示意图;
图6为一个应用实例中实名处理流程示意图;
图7为一个应用实例中系统交互图;
图8为一个应用实例中异常用户识别的主要流程示意图;
图9为一个应用实例中IP处理流程示意图;
图10为一个应用实例中联合登录处理流程示意图;
图11为一个实施例中异常用户识别装置的结构框图;
图12为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的异常用户识别方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端102发送用户活动参与请求至服务器104,服务器104响应用户活动参与请求,获取用户活动参与请求携带的用户身份标识,根据用户身份标识,识别用户累计已参与活动次数,若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据,根据用户历史业务行为数据查询用户对应的信誉分,基于信誉分识别用户是否为异常用户。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种异常用户识别方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
S100,接收用户活动参与请求,活动参与请求携带用户身份标识。
其中,用户身份标识是用户参与活动的唯一标识,可以是用户的账户号、身份证号等,用来鉴别切换账号操作的是否为同一个人。
具体地,用户登录活动参与终端,服务端接收用户活动参与请求,活动参与请求中携带用户身份标识,服务端根据用户身份标识,识别用户是否通过重新注册账号、更换手机号、更换设备等手段重复参与活动。
S200,根据用户身份标识,识别用户累计已参与活动次数。
其中,累计已参与活动次数是根据用户登录时的设备token否有其他关联的账户、用户注册或换绑时用户手机号是否已经绑定、用户是否频繁切换当前IP以及用户是否通过其他渠道登录等,统计用户总共参与活动的次数,以根据累计已参与活动次数,限制用户频繁参与活动。
具体地,根据用户身份标识,识别用户登录时的设备token否有其他关联的账户、用户注册或换绑时用户手机号是否已经绑定、用户是否频繁切换当前IP以及用户是否通过其他渠道登录等,来判断是否为同一个人参与活动,从而统计用户累计已参与活动次数。
S300,若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据。
其中,用户历史业务行为包括正向行为和反向异常行为,正向行为如购买商品、按期还款、补全个人信息等正向操作,当用户有正向行为时,则会增加其信誉分,反向异常行为如恶意刷榜、拍订单不付款、频繁切换账号、频繁异地登录等,当用户有反向异常行为时,则会减少其信誉分。
具体地,通过多维度用户识别程序,统计用户累计已参与活动次数,判断用户累计已参与活动次数是否达到了预设次数阈值,若否,则表明用户可以参与活动,在此情况下查询用户历史业务行为数据。
S400,根据用户历史业务行为数据查询用户对应的信誉分。
其中,信誉分是根据正向行为和反向异常行为,对用户分数进行增加或减少得到的。
具体地,把用户的行为数据通知到信誉分系统,信誉分系统维护一套“行为——分数”对应的数据,根据用户的行为数据,对其信誉分进行加减,获取用户对应的总信誉分。
S500,基于信誉分识别用户是否为异常用户。
其中,异常用户是指无法参加本次活动的用户。
具体地,可以设置信誉分阈值来与S400处理得到的用户信誉分进行比较,若用户信誉分不低于信誉分阈值,则表明用户满足本次活动对应的信誉分要求,用户为正常用户,其可以正常才加本次活动;若用户信誉分低于信誉分阈值,则表明用户不满足本次活动对应的信誉分要求,用户为异常用户,其不适合参加本次活动。更进一步来说,信誉分阈值可以根据活动对应的奖品价值来确定,即可以预先构建信誉分阈值-奖品价值的映射关系,在进行异常用户识别时,先确定在当前活动下对应的奖品价值,再查询该信誉分阈值-奖品价值的映射关系,确定信誉分阈值,进而基于信誉分阈值来识别用户是否为异常用户。
上述异常用户识别方法中,通过接收用户活动参与请求,活动参与请求携带用户身份标识;根据用户身份标识,识别用户累计已参与活动次数;若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;根据用户历史业务行为数据查询用户对应的信誉分;基于信誉分识别用户是否为异常用户,能分别从参与次数和信誉分两个维度来进行异常用户识别,其可以实现准确的异常用户识别。
在一个实施例中,根据用户身份标识,识别用户累计已参与活动次数包括:
根据用户身份标识,查询用户的关联账户数据;根据关联账户数据,识别用户累计已参与活动次数。
其中,关联账户是包含当前用户身份标识的其它账户。
具体地,根据用户的唯一身份标识,查询数据库中是有否其它账户数据包含其身份标识,若有,则将用户当前账号与其它账户关联,根据所有关联账户数据,统计用户累计已参与活动次数。
本实施例中,通过根据用户身份标识,查询用户的关联账户数据,根据关联账户数据,识别用户累计已参与活动次数,能根据用户累计已参与活动次数,查询用户是否能参加抽奖活动。
在一个实施例中,根据用户身份标识,查询当前用户的关联账户数据包括:
获取用户身份标识;通过多维度用户识别程序,查询用户的关联账户数据。
其中,多维度用户识别程序是通过多个维度鉴别切换账号操作是否为同一个人,包括识别用户登录时的设备token否有其他关联的账户、用户注册或换绑时用户手机号是否已经绑定、用户是否频繁切换当前IP以及用户是否通过其他渠道登录等。
具体地,通过识别其设备token,判断该用户同一个设备上切换账号的次数是否过多,是则识别为同一个人;在用手机号重新注册时,在插入账号数据的同时,判断该手机号有无已注销的账号数据,有则把已注销的账号与新注册的账号进行关联;换绑手机号时,只要新绑定的手机号没已绑定的用户,则可以进行手机号换绑;用户参与活动时,可以通过识别当前IP是否频繁切换账号,是则识别当前IP是否短时间频繁参与活动,是则识别为同一个人;在用户通过其他渠道登录时,获取到用户在其他渠道的唯一身份标识,识别是否为同一用户。
本实施例中,通过获取用户身份标识,通过多维度用户识别程序,查询用户的关联账户数据,能根据关联账户数据,获取用户累计已参与活动次数。
在一个实施例中,通过多维度用户识别程序,查询用户的关联账户数据包括:
通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;根据用户登录时的设备token,获取用户在相同设备的重复登录次数;若重复登录次数不小于获取预设登录阈值,则根据用户登录时的设备token,获取用户的关联账户数据。
具体地,用户登录时,可通过识别其设备token,判断该用户同一个设备上切换账号的次数是否过多,是则识别为同一个人。进一步地,图3为用户登录处理流程图,在用户登录时,插入登录流水数据,同时判断用户的设备token的登录流水是否大于3次,是则插入账户token数据,并查看该token是否有关联其他账号,是则关联不通的账号为同一个人。
本实施例中,通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;根据用户登录时的设备token,获取用户在相同设备的重复登录次数;若重复登录次数不小于获取预设登录阈值,则根据用户登录时的设备token,获取用户的关联账户数据,能识别切换账号操作的是否为同一个人。
在一个实施例中,如图4所示,S200包括:
S220,当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号。
S240,若通过多维度用户识别程序、且根据新手机号校验到用户身份标识未被其他账号占用,则查询用户身份标识是否存在关联的注销账户。
S260,若是,则将用户账号与注销账号关联,得到关联账户数据。
具体地,图5为绑定手机号处理流程图,在用户换绑手机号时,通过多维度用户识别程序,通过用户身份标识识别新手机号是否被绑定,若否,查询用户身份标识是否存在关联的注销账户,若是将新手机号绑定的用户账号与注销账号关联;图6为实名处理流程图,在用户进行换绑操作时,可以利用用户实名和手机号校验一致,先校验用户身份证号是否已经被其他账号占用,没有则实名成功,并关联查询该身份证号是否有其他的注销账户,有则把注销账户与现在账号关联。
本实施例中,通过当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号,若通过多维度用户识别程序、且根据新手机号校验到用户身份标识未被其他账号占用,则查询用户身份标识是否存在关联的注销账户,若是,则将用户账号与注销账号关联,得到关联账户数据,能在用户换绑手机号时,识别切换账号操作的是否为同一个人,来判断用户是否可以参与抽奖活动。
在一个实施例中,基于信誉分识别用户是否为异常用户之前,还包括:
获取预设信誉分与活动奖项的映射关系;查询用户活动参与行为对应的目标奖项;根据预设信誉分与活动奖项的映射关系,获取目标奖项对应的信誉分阈值;基于信誉分识别用户是否为异常用户包括:对信誉分以及信誉分阈值,识别用户是否为异常用户。
其中,预设信誉分与活动奖项的映射关系是活动奖项与信誉分一一对应的关系,不同的信誉分对应参与不同的奖项;目标奖项是信誉分对应的能参加的奖项。
具体地,一个完整的业务流程涉及到很多系统,比如用户系统、登录系统、实名系统、商城系统、支付系统等,用户发生行为的数据在上述系统产生,再通过MQ消息中间件,把用户的行为数据通知到信誉分系统,信誉分系统自己维护一套“行为——分数”对应的数据,即信誉分与活动奖项的映射关系,如表1所示,根据收到的行为数据进行信誉分的维护,图7为系统交互图,当用户参与活动时,若奖项所需的信誉分大于用户的信誉分,则不允许参与,若用户的信誉分达不到目标奖项所需的信誉分,则用户为异常用户。
表1信誉分与奖项价值映射示例
本实施例中,通过获取预设信誉分与活动奖项的映射关系,查询用户活动参与行为对应的目标奖项,根据预设信誉分与活动奖项的映射关系,获取目标奖项对应的信誉分阈值,基于信誉分识别用户是否为异常用户包括:对信誉分以及信誉分阈值,识别用户是否为异常用户,能实现准确的异常用户识别。
为详细说明本申请异常用户识别方法的技术方案及其效果,下面将采用具体应用实例展开描述。在实际应用中,异常用户识别方法包括多维度用户识别程序和信誉分系统,多维度用户识别程序最终目的是为了鉴别切换账号操作的为同一个人,信誉分系统是为了获取客户整体的信誉情况。图8为异常用户识别的主要流程,整个异常用户识别方法包括以下步骤:
1、多维度用户识别程序中,用户登录时,可通过识别其设备token,判断该用户同一个设备上切换账号的次数是否过多,是则识别为同一个人。在用户登录时,插入登录流水数据,同时判断该用户该token的登录流水是否达3次,是则插入账户token数据,并查看该token是否有关联其他账号,是则关联不通的账号为同一个人。
2、多维度用户识别程序中,注册手机号时,用户号与手机号是绑定的,但是存在两种正常的手机号变更的流程:注销重新注册、换绑手机号。注销账号,该账号绑定的手机号则被释放,在用该手机号重新注册,可在插入账号数据的同时,判断该手机号有无已注销的账号数据,有则把已注销的账号与新注册的账号进行关联。换绑手机号,只要新绑定的手机号没正绑定的用户,则可以进行手机号换绑,在用户进行相关操作的时候,可以利用用户实名流程和手机号校验流程一致,先校验该身份证是否已经被其他账号占用,没有则实名成功,并关联查询该身份证号是否有其他的注销账户,有则把之前的账户与现在账号关联。
3、多维度用户识别程序中,由于用户通常会有多个手机、多个身份,不停切换用来参与活动、获取奖项,可以通过对IP地址的识别判断,终止该行为。具体来说,图9为IP处理流程图,其整个流程包括:根据用户的IP地址,识别当前IP是否频繁切换账号,若是则识别当前IP是否短时间频繁参与活动,若是,将通过当前IP登录的所有账号进行关联。
4、多维度用户识别程序中,在其他渠道登录时,可以获取到用户在其他渠道的唯一身份标识,同样可以用来识别是否为同一用户。具体来说,图10为联合登录处理流程图,其整个流程包括:获取用户在其他渠道登录时的用户号,即外部用户号,提取外部用户号中的唯一身份标识,根据此唯一身份标识,识别外部用户号是否有关联其他账号,若是,则关联其外部用户号信息。
5、信誉分系统是建立在多维度用户识别程序上,当不同的账号被识别为同一人,会合并其增加或者减少的信誉分,信誉分与奖项价值存在映射关系,当用户参与活动时,若奖项所需的信誉分大于用户的信誉分,则不允许参与。
6、当用户参与活动流程时,首先通过多维度用户识别程序,判断当前用户以及关联的用户的参与次数是否达到了限制,假如通过,则继续判断用户的信誉分,是否需要限制,通过则继续流程,不通过则抛出异常并提示。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的异常用户识别方法的异常用户识别装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个异常用户识别装置实施例中的具体限定可以参见上文中对于异常用户识别方法的限定,在此不再赘述。
在一个实施例中,如图11所示,提供了一种异常用户识别装置,包括:活动参与请求接收模块100、累计已参与活动次数获取模块200、历史业务行为数据获取模块300、信誉分查询模块400和异常用户识别模块500,其中:
活动参与请求接收模块100,用于接收用户活动参与请求,活动参与请求携带用户身份标识;
累计已参与活动次数获取模块200,用于根据用户身份标识,识别用户累计已参与活动次数;
历史业务行为数据获取模块300,用于若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;
信誉分查询模块400,用于根据用户历史业务行为数据查询用户对应的信誉分;
异常用户识别模块500,用于基于信誉分识别用户是否为异常用户。
在一个实施例中,累计已参与活动次数获取模块200还用于根据用户身份标识,查询用户的关联账户数据;根据关联账户数据,识别用户累计已参与活动次数。
在一个实施例中,累计已参与活动次数获取模块200还用于获取用户身份标识;通过多维度用户识别程序,查询用户的关联账户数据。
在一个实施例中,累计已参与活动次数获取模块200还用于通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;根据用户登录时的设备token,获取用户在相同设备的重复登录次数;若重复登录次数不小于获取预设登录阈值,则根据用户登录时的设备token,获取用户的关联账户数据。
在一个实施例中,累计已参与活动次数获取模块200还用于当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号;若通过多维度用户识别程序、且根据新手机号校验到用户身份标识未被其他账号占用,则查询用户身份标识是否存在关联的注销账户;若是,则将用户账号与注销账号关联,得到关联账户数据。
上述异常用户识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户对应的信誉分数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种异常用户识别方法。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收用户活动参与请求,活动参与请求携带用户身份标识;根据用户身份标识,识别用户累计已参与活动次数;若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;根据用户历史业务行为数据查询用户对应的信誉分;基于信誉分识别用户是否为异常用户。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据用户身份标识,查询用户的关联账户数据;根据关联账户数据,识别用户累计已参与活动次数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取用户身份标识;通过多维度用户识别程序,查询用户的关联账户数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;根据用户登录时的设备token,获取用户在相同设备的重复登录次数;若重复登录次数不小于获取预设登录阈值,则根据用户登录时的设备token,获取用户的关联账户数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号;若通过多维度用户识别程序、且根据新手机号校验到用户身份标识未被其他账号占用,则查询用户身份标识是否存在关联的注销账户;若是,则将用户账号与注销账号关联,得到关联账户数据。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取预设信誉分与活动奖项的映射关系;查询用户活动参与行为对应的目标奖项;根据预设信誉分与活动奖项的映射关系,获取目标奖项对应的信誉分阈值;基于信誉分识别用户是否为异常用户包括:对信誉分以及信誉分阈值,识别用户是否为异常用户。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收用户活动参与请求,活动参与请求携带用户身份标识;根据用户身份标识,识别用户累计已参与活动次数;若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;根据用户历史业务行为数据查询用户对应的信誉分;基于信誉分识别用户是否为异常用户。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据用户身份标识,查询用户的关联账户数据;根据关联账户数据,识别用户累计已参与活动次数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取用户身份标识;通过多维度用户识别程序,查询用户的关联账户数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;根据用户登录时的设备token,获取用户在相同设备的重复登录次数;若重复登录次数不小于获取预设登录阈值,则根据用户登录时的设备token,获取用户的关联账户数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号;若通过多维度用户识别程序、且根据新手机号校验到用户身份标识未被其他账号占用,则查询用户身份标识是否存在关联的注销账户;若是,则将用户账号与注销账号关联,得到关联账户数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取预设信誉分与活动奖项的映射关系;查询用户活动参与行为对应的目标奖项;根据预设信誉分与活动奖项的映射关系,获取目标奖项对应的信誉分阈值;基于信誉分识别用户是否为异常用户包括:对信誉分以及信誉分阈值,识别用户是否为异常用户。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
接收用户活动参与请求,活动参与请求携带用户身份标识;根据用户身份标识,识别用户累计已参与活动次数;若用户累计已参与活动次数未达到预设次数阈值,则查询用户历史业务行为数据;根据用户历史业务行为数据查询用户对应的信誉分;基于信誉分识别用户是否为异常用户。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据用户身份标识,查询用户的关联账户数据;根据关联账户数据,识别用户累计已参与活动次数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取用户身份标识;通过多维度用户识别程序,查询用户的关联账户数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
通过多维度用户识别程序,查询用户登录时的设备token、并获取预设登录阈值;根据用户登录时的设备token,获取用户在相同设备的重复登录次数;若重复登录次数不小于获取预设登录阈值,则根据用户登录时的设备token,获取用户的关联账户数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
当侦测到用户换绑手机号操作时,获取用户换绑时的新手机号;若通过多维度用户识别程序、且根据新手机号校验到用户身份标识未被其他账号占用,则查询用户身份标识是否存在关联的注销账户;若是,则将用户账号与注销账号关联,得到关联账户数据。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取预设信誉分与活动奖项的映射关系;查询用户活动参与行为对应的目标奖项;根据预设信誉分与活动奖项的映射关系,获取目标奖项对应的信誉分阈值;基于信誉分识别用户是否为异常用户包括:对信誉分以及信誉分阈值,识别用户是否为异常用户。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
- 异常用户的识别方法及装置、存储介质、电子设备
- 异常验证行为的识别方法、系统、用户设备及存储介质
- 声纹识别方法、装置、计算机设备和计算机可读存储介质
- 用户意图识别方法、装置、终端及计算机可读存储介质
- 用户意图识别方法、设备及计算机可读存储介质
- 用户异常登录行为识别方法、装置、计算机设备和存储介质
- 异常用户识别方法、装置、计算机设备和存储介质