[發明專利]確定欺詐用戶、訓練模型、識別欺詐風險的方法及裝置

有效

• 申請號: 201711455978.7
• 申請日: 2017-12-28
• 公開（公告）號: CN109978538B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 趙鳳;余泉;喬占穩;嚴瑾孟
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06Q20/38
• 分類號: G06Q20/38;G06Q10/0635
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許志勇

1.一種確定欺詐用戶的方法，包括：

根據交易數據創建包含用戶與商品之間的交易關聯網，所述交易關聯網中包含預先定義的欺詐用戶；

根據所述交易關聯網，確定任意兩個用戶交易的相同商品，以及所述商品所屬相同商家的商家個數，并根據所述個數將所述交易關聯網轉化為用戶之間的用戶關聯網；

對所述用戶關聯網進行聚類，確定至少一個用戶社區；

當用戶社區中包含的所述預先定義的欺詐用戶的占比大于預設閾值時，將所述用戶社區中的用戶確定為欺詐用戶。

2.如權利要求1所述的方法，所述方法還包括：

根據確定出的欺詐用戶，更新所述用戶關聯網；

根據所述更新后的用戶關聯網，確定目標用戶與相鄰的各用戶交易的相同商品，以及所述商品所屬相同商家的商家個數，所述相鄰的各用戶包含欺詐用戶和/或非欺詐用戶；

根據所述個數，確定所述目標用戶的欺詐風險等級。

3.如權利要求2所述的方法，根據所述更新后的用戶關聯網，確定目標用戶與相鄰用戶交易的相同商品，以及所述商品所屬相同商家的商家個數，具體包括：

根據所述更新后的用戶關聯網，確定目標用戶與相鄰的各欺詐用戶交易的相同商品所屬相同商家的第一商家個數和，以及與相鄰的各用戶交易的相同商品所屬相同商家的第二商家個數和；則

根據所述個數，確定所述目標用戶的欺詐風險等級，具體包括：

根據所述第一商家個數和與所述第二商家個數和的比值，確定所述目標用戶的欺詐風險等級。

4.如權利要求1所述的方法，根據交易數據創建包含用戶與商品之間的交易關聯網，具體包括：

根據預存的歷史欺詐概率，對交易數據中的商品進行篩選，保留高于欺詐概率閾值的商品以及對應的交易數據；

根據篩選后的交易數據，創建包含用戶與商品之間的交易關聯網。

5.如權利要求1所述的方法，根據所述交易關聯網，確定任意兩個用戶交易的相同商品，以及所述商品所屬相同商家的商家個數，并根據所述個數將所述交易關聯網轉化為用戶之間的用戶關聯網，具體包括：

根據所述交易關聯網，確定任意兩個用戶在預設歷史時長內、且預設時間間隔內交易的相同商品，所述預設歷史時長的時間單位大于等于所述預設時間間隔的時間單位；

確定所述商品在所述預設歷史時長內所屬相同商家的商家個數；

根據所述個數將所述交易關聯網轉化為用戶之間的用戶關聯網。

6.如權利要求5所述的方法，對所述用戶關聯網進行聚類，確定至少一個用戶社區，具體包括：

通過社區發現算法，從所述用戶關聯網中確定至少一個用戶社區。

7.一種欺詐風險模型的訓練方法，包括：

根據確定出的欺詐用戶以及預先定義的欺詐用戶，確定欺詐用戶集合；

根據以確定出的欺詐用戶為基礎更新后的用戶關聯網，生成用戶關聯特征向量；

根據所述欺詐用戶集合、所述欺詐用戶集合中的用戶對應的基礎特征庫、以及所述用戶關聯特征向量，確定輸入數據；

根據所述輸入數據，對欺詐風險模型進行訓練。

8.如權利要求7所述的方法，根據確定出的欺詐用戶以及預先定義的欺詐用戶，確定欺詐用戶集合，具體包括：

獲取確定出的具有欺詐風險等級的用戶；

將高于預設風險等級閾值的用戶、以及預先定義的欺詐用戶，確定欺詐用戶集合。

9.一種欺詐風險的識別方法，包括：

從生成的用戶關聯特征向量中，獲取待識別用戶的關聯特征向量；

根據所述待識別用戶對應的關聯特征向量以及基礎特征，通過欺詐風險模型對所述待識別用戶進行欺詐風險識別。