1.一种基于社交平台的数据推送方法，其特征在于，应用于社交云平台，所述方法包括：响应于针对目标账号的状态检测指令，获取所述目标账号在第u个监测时间段监测得到的社交行为监测日志集；其中，所述社交行为监测日志集中包括多个社交行为监测日志；

针对任一所述社交行为监测日志，对所述社交行为监测日志进行行为事件切分，得到所述社交行为监测日志对应的备选行为事件序列；

确定所述备选行为事件序列中的各个备选行为事件簇的监测评分，并依据所述各个备选行为事件簇的监测评分从所述备选行为事件序列中确定出对照行为事件序列；所述对照行为事件序列中的行为事件簇是所述备选行为事件序列中所对应监测评分符合预设要求的备选行为事件簇；

基于所述对照行为事件序列确定目标行为事件序列，所述目标行为事件序列中的目标行为事件簇为不常规行为事件簇；

基于所述目标行为事件序列进行目标行为事件簇识别，并在基于识别结果识别出符合可疑行为提示指标时生成可疑行为提示；

当所述目标账号产生的可疑行为提示的次数超过预设次数时，对所述目标账号进行预设处理；其中，所述社交云平台在进行社交数据推送时，屏蔽被执行所述预设处理的账号信息；

其中，所述确定所述备选行为事件序列中的各个备选行为事件簇的监测评分，包括：针对所述备选行为事件序列中行为事件组成数量大于数量阈值的任一第一备选行为事件簇，确定第一备选行为事件簇的锁定性评分和第一备选行为事件簇的独立性评分，并基于第一备选行为事件簇的锁定性评分和第一备选行为事件簇的独立性评分确定第一备选行为事件簇的监测评分；

针对所述备选行为事件序列中行为事件组成数量不大于所述数量阈值的任一第二备选行为事件簇，确定第二备选行为事件簇的独立性评分，并将第二备选行为事件簇的独立性评分作为第二备选行为事件簇的监测评分；

所述确定第一备选行为事件簇的锁定性评分，包括：

确定所述第一备选行为事件簇对应的切分事件块，每一个切分事件块由对所述第一备选行为事件簇进行分解获得的多个切分事件组构建得到，每个切分事件组由所述第一备选行为事件簇中的一个行为事件或多个邻接行为事件构建得到；

针对每一个切分事件块，获取切分事件块中的每个切分事件组在所述社交行为监测日志集中存在的可信系数；

基于所述每个切分事件组在所述社交行为监测日志集中存在的可信系数以及所述第一备选行为事件簇在所述社交行为监测日志集中存在的可信系数，确定切分事件块所对应的锁定性评分；

将各个切分事件块所对应的锁定性评分中的最小锁定性评分确定为所述第一备选行为事件簇的锁定性评分；

所述确定第一备选行为事件簇的独立性评分，包括：

在所述社交行为监测日志集中确定所述第一备选行为事件簇的边界行为事件集合，所述边界行为事件集合包括至少一个边界行为事件；

获取每个边界行为事件与所述第一备选行为事件簇拼接获得的拼接备选行为事件簇分别在所述社交行为监测日志集中存在的可信系数；

基于各个拼接备选行为事件簇在所述社交行为监测日志集中存在的可信系数，确定所述第一备选行为事件簇的独立性评分；

所述边界行为事件集合包括的边界行为事件为所述第一备选行为事件簇在所述社交行为监测日志集中的前邻接行为事件或后邻接行为事件；所述获取每个边界行为事件与所述第一备选行为事件簇拼接获得的拼接备选行为事件簇分别在所述社交行为监测日志集中存在的可信系数，包括获取所述边界行为事件集合中的每个前邻接行为事件与所述第一备选行为事件簇拼接获得的第一拼接备选行为事件簇分别在所述社交行为监测日志集中存在的可信系数；获取所述边界行为事件集合中的每个后邻接行为事件与所述第一备选行为事件簇拼接获得的第二拼接备选行为事件簇分别在所述社交行为监测日志集中存在的可信系数；

所述基于各个拼接备选行为事件簇在所述社交行为监测日志集中存在的可信系数，确定所述第一备选行为事件簇的独立性评分，包括：基于各个第一拼接备选行为事件簇在所述社交行为监测日志集中存在的可信系数，确定信息量期望E1；

基于各个第二拼接备选行为事件簇在所述社交行为监测日志集中存在的可信系数，确定信息量期望E2；

将所述信息量期望E1与所述信息量期望E2中的最小信息量期望确定为所述第一备选行为事件簇的独立性评分；

所述基于所述对照行为事件序列确定目标行为事件序列，包括：

获取筛选行为事件序列库，所述筛选行为事件序列库是由常规行为事件簇以及基于在所述第u个监测时间段之前归纳获得的行为事件数据确定的目标行为事件序列建立得到；

在所述筛选行为事件序列库中对所述对照行为事件序列中的每个行为事件簇进行索引，基于未索引到的行为事件簇确定所述目标行为事件序列。

2.根据权利要求1所述的方法，其特征在于，选定目标行为事件簇为所述目标行为事件序列中的任一目标行为事件簇；

所述方法还包括：

在所述筛选行为事件序列库中索引与所述选定目标行为事件簇对应的配对行为事件簇；

如果索引到，则基于所述选定目标行为事件簇和所述配对行为事件簇确定新的目标行为事件簇，并基于所述新的目标行为事件簇对所述目标行为事件序列进行完善；

基于完善后的目标行为事件序列对所述筛选行为事件序列库进行完善。

3.根据权利要求2所述的方法，其特征在于，选定目标行为事件簇为所述目标行为事件序列中的任一目标行为事件簇，所述基于所述目标行为事件序列进行目标行为事件簇识别，包括：获取所述选定目标行为事件簇在v个监测时间段内归纳获得的行为事件数据中的第一事件发生频率，以及获取所述选定目标行为事件簇在目标监测时间段内归纳获得的行为事件数据中的第二事件发生频率，所述目标监测时间段表示w个监测时间段中清除所述v个监测时间段后留下的监测时间段；

计算所述第一事件发生频率与所述第二事件发生频率间的比例；

将所述第一事件发生频率与所述第二事件发生频率间的比例确定为所述选定目标行为事件簇的识别结果；其中，所述w个监测时间段包括所述第u个监测时间段和所述第u个监测时间段之前的k个监测时间段，所述k=w‑1；

所述v个监测时间段包括所述第u个监测时间段和所述第u个监测时间段之前的s个监测时间段，所述s=v‑1，其中，u≥w＞v。

4.根据权利要求1所述的方法，其特征在于，选定目标行为事件簇为所述目标行为事件序列中的任一目标行为事件簇，所述基于所述目标行为事件序列进行目标行为事件簇识别，包括：获取所述选定目标行为事件簇在v个监测时间段内归纳获得的行为事件数据中的第一事件发生频率，以及获取所述选定目标行为事件簇在w个监测时间段内归纳获得的行为事件数据中的第三事件发生频率；

计算所述第一事件发生频率与所述第三事件发生频率间的比例；

将所述第一事件发生频率与所述第三事件发生频率间的比例确定为所述选定目标行为事件簇的识别结果；其中，所述w个监测时间段包括所述第u个监测时间段和所述第u个监测时间段之前的k个监测时间段，所述k=w‑1；所述v个监测时间段包括所述第u个监测时间段和所述第u个监测时间段之前的s个监测时间段，所述s=v‑1，u≥w＞v。

5.根据权利要求4所述的方法，其特征在于，所述在基于识别结果识别出符合可疑行为提示指标时生成可疑行为提示，包括：获取可疑提示指标；

如果所述选定目标行为事件簇的识别结果对应的比例不小于所述可疑提示指标，则确定符合可疑行为提示指标；

对所述目标账号实行封禁处理；

其中，所述获取可疑提示指标，包括：

获取所述选定目标行为事件簇在u个监测时间段内归纳获得的行为事件数据中的事件发生频率；

基于所述事件发生频率，确定所述选定目标行为事件簇对应的识别类型；

获取所述识别类型对应的可疑提示指标；所述目标行为事件序列中的目标行为事件簇基于各个目标行为事件簇的事件发生频率被划分为至少一个识别类型，一个识别类型对应一个可疑提示指标。

6.一种社交云平台，其特征在于，包括：

至少一个处理器；

以及与所述至少一个处理器通信连接的存储器；

其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1 5中任一项所述的方法。

~

7.一种数据推送系统，其特征在于，包括客户端和权利要求6所述的社交云平台，所述客户端与所述社交云平台通信连接。