[發明專利]風險用戶識別方法和裝置在審
| 申請號: | 201711205636.X | 申請日: | 2017-11-27 |
| 公開(公告)號: | CN109840772A | 公開(公告)日: | 2019-06-04 |
| 發明(設計)人: | 于盛昌;趙苗苗;范宇 | 申請(專利權)人: | 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司 |
| 主分類號: | G06Q20/40 | 分類號: | G06Q20/40;G06N3/12 |
| 代理公司: | 北京英賽嘉華知識產權代理有限責任公司 11204 | 代理人: | 王達佐;馬曉亞 |
| 地址: | 100080 北京市海淀區杏石口路6*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 風險信息 風險行為 用戶基礎信息 方法和裝置 操作行為 行為信息 遺傳算法 用戶識別 歷史操作 準確率 匹配 申請 | ||
1.一種風險用戶識別方法,包括:
根據待識別用戶的操作行為獲取潛在風險信息,其中,所述潛在風險信息包括所述待識別用戶的用戶基礎信息和所述操作行為的行為信息;
提取多個用戶的風險信息,并利用遺傳算法處理所述風險信息生成多個風險行為個體,其中,所述風險信息包括各所述用戶的用戶基礎信息和各所述用戶的歷史操作行為的行為信息;
將所述潛在風險信息與各所述風險行為個體的風險信息進行匹配,以判斷所述待識別用戶是否為風險用戶。
2.根據權利要求1所述的方法,其中,所述利用遺傳算法處理所述風險信息生成多個風險行為個體,包括:
對所提取的風險信息進行編碼,并將編碼后的所述風險信息進行組合生成包括多個行為個體的初始種群;
基于各所述用戶的風險信息構造適應度函數,其中,所述適應度函數用于計算所述行為個體的適應度值;
對所述初始種群執行遺傳算法,并在所述遺傳算法執行的次數滿足預設的迭代次數時,生成多個所述風險行為個體。
3.根據權利要求2所述的方法,其中,所述對所述初始種群執行遺傳算法,包括:
利用所述適應度函數計算所述初始種群中各行為個體的適應度值,并根據所述適應度值從所述初始種群中選擇多個行為個體構成再生種群;
將所述再生種群中的行為個體彼此之間進行交叉運算,生成交叉種群;
對所述交叉種群中的行為個體進行變異運算,生成變異種群。
4.根據權利要求3所述的方法,其中,所述根據所述適應度值從所述初始種群中選擇多個行為個體構成再生種群,包括:
采用遺傳算法的選擇算子,基于所述初始種群中的各行為個體的適應度值計算所述初始種群中每個所述行為個體的被選擇概率;
對所述初始種群中各所述行為個體的被選擇概率累計求和,獲取所述初始種群中每個所述行為個體的累計被選擇概率;
產生0到1之間的隨機數,并將所述隨機數與各所述行為個體的累計被選擇概率進行比較來確定構成所述再生種群的各所述行為個體。
5.根據權利要求3所述的方法,其中,所述將所述再生種群中的行為個體彼此之間進行交叉運算,生成交叉種群,包括:
確定所述交叉運算的交叉概率,并基于所述交叉概率從所述再生種群中抽取若干對行為個體對;
對所抽取的各所述行為個體對執行交叉操作,生成包括多個行為個體的所述交叉種群。
6.根據權利要求3所述的方法,其中,所述對所述交叉種群中的行為個體進行變異運算,生成變異種群,包括:
確定所述變異運算的變異概率,并將所述交叉種群中的各所述行為個體的編碼轉換為二進制編碼;
從所述交叉種群中選取用于變異的行為個體,并對所選取的每個所述行為個體的二進制編碼中的任一編碼進行取反操作,生成變異種群,其中,所述變異種群包括多個風險行為個體。
7.根據權利要求2所述的方法,其中,所述方法還包括:
當所述遺傳算法執行的次數滿足預設的迭代次數時,響應于檢測到的所述風險行為個體不滿足預設條件,重新設置所述迭代次數。
8.根據權利要求1所述的方法,其中,所述將所述潛在風險信息與各所述風險行為個體的風險信息進行匹配,以判斷所述待識別用戶是否為風險用戶,包括:
將所述潛在風險信息與各所述風險行為個體的風險信息進行匹配,獲取匹配度,并判斷所述匹配度是否大于預設閾值;
若是,則確定所述待識別用戶為風險用戶;
若否,則確定所述待識別用戶為正常用戶。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司,未經北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711205636.X/1.html,轉載請聲明來源鉆瓜專利網。





