作弊用户行为序列图片化

大邓和他的Python

共 965字,需浏览 2分钟

 · 2022-03-03


在风控里面,用户的行为特征是非常重要的特征,但是经常都是在比较单一的维度去提取特征,有没有一种可能,放到二维甚至更高维度。这样就能提取到更为抽象的特征。下面是我研究过的两中方法,由于时间和业务变化的关系,只做了初步的探索,并没有做到最后,这里分享给大家,看看能不能有什么启示。

通过这种方法,很多比较明显的特征能够发现。


1、单一特征,双时间维度上构建行为热力图,每个特征构建一个图





2、多个特征,单时间维度,将多个特征和时间分别作为一个维度,每个用户构建一个图。



构建完成后,通过图片算法,进行分类。


案例:正常商家,后天登录时间基本和上班时间吻合


案例:异常商家,登录时间和正常上班时间不一样


大家可以看看自己的场景,测试下效果,我现在的业务不是很好测试,后面有机会会进行全面的测试。


近期文章

视频专栏课 | Python网络爬虫与文本分析

读完本文你就了解什么是文本分析

综述:文本分析在市场营销研究中的应用

Pandas库 | 高速读取csv文件的方法

如何在DataFrame中使用If-Else条件语句创建新列

BERTopic 主题建模库 | 建议收藏

Top2Vec | 主题建模和语义搜索库

案例实战 | 企业信息数据采集

使用文本相似度可以识别变化的时间点

PNAS | 文本网络分析&文化桥梁Python代码实现

tomotopy | 速度最快的LDA主题模型

dvt | 视觉文化分析的Python工具包

Stargazer库 | 创建漂亮可发表的多元回归表

人文社科类Python免费教程列表

量化历史语言学-贝叶斯语言谱系分析

Python与文化分析入门

Backtrader库 | 均线买入卖出策略实现

在会计研究中使用Python进行文本分析

文本分析方法在《管理世界》(2021.5)中的应用

hiResearch 定义自己的科研首页

SciencePlots | 科研样式绘图库

Wow~70G上市公司定期报告数据集

漂亮~pandas可以无缝衔接Bokeh  

YelpDaset: 酒店管理类数据集10+G


浏览 19
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报