[發明專利]用戶行為數據處理方法、裝置、電子設備及計算機可讀介質在審
| 申請號： | 201810203630.7 | 申請日： | 2018-03-13 |
| 公開（公告）號： | CN108416669A | 公開（公告）日： | 2018-08-17 |
| 發明（設計）人： | 黃鞏怡;陳謙;劉成烽;陳培炫 | 申請（專利權）人： | 騰訊科技(深圳)有限公司 |
| 主分類號： | G06Q40/02 | 分類號： | G06Q40/02 |
| 代理公司： | 深圳市隆天聯鼎知識產權代理有限公司 44232 | 代理人： | 劉抗美 |
| 地址： | 518000 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 評估系數 計算機可讀介質 電子設備 行為數據 用戶行為 數據處理 特征概率 計算機信息處理 風險因素分析 風險級別 數據源 | ||
1.一種用戶行為數據處理方法，其特征在于，包括：
通過多個數據源獲取用戶的行為數據；
根據所述行為數據確定所述用戶的第一評估系數與第二評估系數，所述第一評估系數表示所述用戶的意愿強度，所述第二評估系數表示所述用戶的能力強度；
根據所述行為數據確定所述用戶的多個風險特征概率；以及
通過所述第一評估系數、所述第二評估系數，以及所述多個風險特征概率確定所述用戶的風險級別。
2.如權利要求1所述的方法，其特征在于，通過多個數據源獲取用戶的行為數據包括：
通過多個數據源獲取用戶的基礎數據；以及
將所述基礎數據進行數據預處理以獲取用戶的所述行為數據。
3.如權利要求2所述的方法，其特征在于，將所述基礎數據進行數據預處理以獲取用戶的所述行為數據包括：
去除所述基礎數據中的存疑數據以生成所述行為數據；
去除所述基礎數據中的異常值數據以生成所述行為數據；
對所述基礎數據進行缺失值填補以生成所述行為數據；以及
去除所述基礎數據中的重復數據以生成所述行為數據。
4.如權利要求1所述的方法，其特征在于，所述通過多個數據源獲取用戶的行為數據包括：
通過社交平臺的數據源獲取用戶的行為數據；
通過醫療平臺的數據源獲取用戶的行為數據；
通過征信平臺的數據源獲取用戶的行為數據；和/或
通過金融平臺的數據源獲取用戶的行為數據。
5.如權利要求1所述的方法，其特征在于，根據所述行為數據確定所述用戶的第一評估系數與第二評估系數包括：
將所述行為數據輸入第一評估模型以獲取所述第一評估系數；
所述第一評估模型通過分類算法建立。
6.如權利要求1所述的方法，其特征在于，根據所述行為數據確定所述用戶的第一評估系數與第二評估系數包括：
將所述行為數據輸入第二評估模型以獲取所述第二評估系數；
所述第二評估模型通過分類算法建立。
7.如權利要求5、6任一所述的方法，其特征在于，根據所述行為數據確定所述用戶的第一評估系數與第二評估系數還包括：
通過歷史用戶的行為數據訓練所述分類算法以獲取所述第一評估模型；以及
通過歷史用戶的行為數據訓練所述分類算法以獲取所述第二評估模型。
8.如權利要求1所述的方法，其特征在于，根據所述行為數據確定所述用戶的多個風險特征概率包括：
將所述行為數據進行分類，生成多個分類數據，其中一個分類數據與一個風險特征模型對應；
將所述多個分類數據分別輸入到與其對應的風險特征模型以獲取多個風險特征概率；以及
風險特征模型通過分類算法建立。
9.如權利要求8所述的方法，其特征在于，根據所述行為數據確定所述用戶的多個風險特征概率包括：
將歷史用戶行為數據進行分類，生成多個歷史分類數據；
通過多個歷史分類數據分別訓練分類算法以獲取所述多個風險特征模型。
10.如權利要求1所述的方法，其特征在于，通過所述第一評估系數、所述第二評估系數，以及所述多個風險特征概率確定所述用戶的風險級別包括：
將所述第一評估系數小于第一閾值，且所述第二評估系數小于第二閾值的用戶確定為第一風險等級的用戶。
11.如權利要求1所述的方法，其特征在于，通過所述第一評估系數、所述第二評估系數，以及所述多個風險特征概率確定所述用戶的風險級別包括：
對所述第一評估系數大于等于第一閾值，或所述第二評估系數大于等于第二閾值的用戶，計算其對應的多個風險特征概率的綜合值；以及
通過所述綜合值確定所述用戶的風險等級。
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騰訊科技(深圳)有限公司，未經騰訊科技(深圳)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/201810203630.7/1.html，轉載請聲明來源鉆瓜專利網。
