一种基于时序特征的异常用户发现方法、系统及存储介质

本发明公开了一种基于时序特征的异常用户发现方法、系统及存储介质，属于机器学习技术领域。方法包括：根据时间序列量化用户行为相似度特征和用户基础特征，所述用户行为相似度特征包括用户行为关注度、用户行为活跃度、用户行为响应速度；基于用户行为相似度特征和用户基础特征建立异常用户分类模型；使用异常用户分类模型判断目标用户是否为异常用户，去除数字资产库中异常用户的无效数据。通过基于时间序列的用户行为相似度特征与用户基础特征，建立基于时序特征的异常用户分类模型，从而提高异常用户的检测准确度，解决该类用户的发现问题。对异常用户的发现，可降低数据资产库在采集开源数据时，无效数据对数据资产库的影响。