买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中移(苏州)软件技术有限公司;中国移动通信集团有限公司

摘要：本公开提供一种用户数据获取方法、系统、电子设备、芯片及介质，通过获取日志信息，并从日志信息中提取多个用户的初始特征信息；基于初始特征信息，确定互信息，互信息用于表示同一用户的任意两个特征信息之间的依赖程度；基于遗传算法，利用互信息对多个用户的特征信息进行筛选，以确定优化特征信息；根据优化特征信息，对日志信息进行球聚类处理，将优化特征信息划分为多个用户行为集合，多个用户行为集合用于作为训练数据训练第一模型，第一模型用于评估用户日志的异常风险值。通过用户的多个特征信息之间的互信息，对特征信息进行筛选，并利用球聚类对用户进行分类，得到训练数据进行模型训练，解决了相关技术中单一基于内容特征识别方法的实用性低的问题，减少了计算量，并进一步提升了搜索效率。

主权项：1.一种用户数据获取方法，其特征在于，所述方法包括：获取日志信息，对所述日志信息进行预处理，并从预处理后的日志信息中提取多个用户的用户相关信息，利用主成分分析法，从所述用户相关信息中提取多个用户的初始特征信息，所述初始特征信息能够反映用户的多个特征信息，每一个特征信息反映用户的一个行为特征，其中包含用户的标识和能够反映用户行为特征的信息；基于所述初始特征信息，确定互信息，所述互信息用于表示同一用户的任意两个特征信息之间的依赖程度；对所述多个用户的特征信息进行编码，得到编码特征信息，对所述编码特征信息进行随机初始化空间处理，生成多个初始化种群，并计算所述多个初始化种群中每个编码特征信息的个体适应度，基于所述个体适应度，对每个初始化种群进行锦标赛选择处理，以得到多个优化种群，基于所述互信息，对所述多个优化种群进行交叉操作以及变异操作，循环迭代直至得到优化特征信息；根据所述优化特征信息，对所述日志信息进行球聚类处理，将所述优化特征信息划分为多个用户行为集合，所述多个用户行为集合用于作为训练数据训练第一模型，所述第一模型用于评估新用户的风险值，所述球聚类处理包括对所述优化特征信息进行标准K均值划分，得到多个初始球，每个初始球对应一种用户行为类别，针对每个初始球，确定随机初始中心作为所述初始球的质心，初始化每个初始球的质心，并计算每个初始球的半径，根据所述多个初始球中任两个初始球的质心之间的距离，计算质心距离矩阵，确定每个初始球的质心的邻球质心集，并重新分配所述初始球中的优化特征信息，得到优化球，循坏迭代计算每个优化球的质心和半径，直至每个优化球的质心停止变化。

全文数据：

权利要求：

百度查询： 中移(苏州)软件技术有限公司 中国移动通信集团有限公司 一种用户数据获取方法、系统、电子设备、芯片及介质