公开(公告)号：CN118211087A

公开(公告)日：2024-06-18

申请号：CN202311740286.2

申请日：2023-12-18

Applicant: 新疆大学

Inventor： 田生伟 ,  郑泽林 ,  杨启萌 ,  李沁峣 ,  李永庆 ,  张其洲 ,  黄火辉

IPC: G06F18/2321 ,  G06F18/15 ,  G06N3/0475 ,  G06N3/094

Abstract: 基于DBSCAN‑cGAN‑XGBoost模型在不平衡数据上生成累次违规人员用户画像的方法，其属于用户画像生成的技术领域。该方法包括：首先，利用DBSCAN算法对提取出的稀少违规行为标签样本数据进行聚类处理，提取出簇内样本与噪声样本；然后，采用条件采样生成对抗网络模型cGAN，指定生成样本的条件满足特征的逻辑，对提取出的簇内样本进行扩充；最后，使用重新构建后的数据集对XGBoost算法进行训练，并完成违规行为类型数据的预测。再选取合适的阈值,生成预测标签,结合基本属性和行为属性标签生成的累次违规人员用户画像。和基准模型比较在数据平衡、准确率提升、用户画像构建等多个方面取得了突出的贡献。首次在不平衡数据集上实现累次违规人员用户画像,提供了准确、全面、直观的数据信息。