[發明專利]異常行為用戶信息的確定方法及裝置、存儲介質、終端

有效

• 申請號: 201910740571.1
• 申請日: 2019-08-12
• 公開（公告）號: CN110597984B
• 公開（公告）日: 2022-05-20
• 發明（設計）人: 劉逸哲
• 申請（專利權）人: 大箴(杭州)科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/335
• 代理公司: 北京中強智尚知識產權代理有限公司 11448
• 代理人: 黃耀威;賈依嬌

本發明公開了一種異常行為用戶信息的確定方法及裝置、存儲介質、終端，涉及數據處理技術領域，主要目的在于解決現有通過各個企業中的失信次數判斷僅僅無法避免同一個用戶在不同企業之間進行失信行為的情況，造成失信行為篩選條件單一，消耗大量人力資源的問題。包括：獲取用戶業務交易過程中全部的行為文本數據；對所述行為文本數據按照分類體系進行分類標記，所述分類體系用于劃分所述行為文本數據中不同業務行為的類目層級；利用已訓練的異常行為預測模型對分類標記后得到的行為文本數據進行異常行為預測運算，確定出異常行為用戶信息。

技術領域

本發明涉及一種數據處理技術領域，特別是涉及一種異常行為用戶信息的確定方法及裝置、存儲介質、終端。

背景技術

隨著電子商務的快速發展，用戶利用互聯網進行金融活動已經成為熱點商業活動方式。其中，由于銀行、電商、互聯網金融企業在進行交易時會產生用戶的失信行為，因此，為了避免因失信行為而造成的經濟損失，各個企業根據自身擁有的交易數據確定用戶的失信黑名單，以便對這類用戶進行處理。

目前，現有的失信黑名單中的用戶是通過判斷各個企業中用戶的失信次數是否超過特定次數進行人工篩選確定的，但是，通過各個企業中的失信次數判斷僅僅無法避免同一個用戶在不同企業之間進行失信行為的情況，造成失信行為篩選條件單一，消耗大量人力資源，從而降低異常行為用戶的確定效率。

發明內容

有鑒于此，本發明提供一種異常行為用戶信息的確定方法及裝置、存儲介質、終端方法及裝置，主要目的在于解決現有通過各個企業中的失信次數判斷僅僅無法避免同一個用戶在不同企業之間進行失信行為的情況，造成失信行為篩選條件單一，消耗大量人力資源的問題。

依據本發明一個方面，提供了一種異常行為用戶信息的確定方法，包括：

獲取用戶業務交易過程中全部的行為文本數據；

對所述行為文本數據按照分類體系進行分類標記，所述分類體系用于劃分所述行為文本數據中不同業務行為的類目層級；

利用已訓練的異常行為預測模型對分類標記后得到的行為文本數據進行異常行為預測運算，確定出異常行為用戶信息。

進一步地，所述利用已訓練的異常行為預測模型對分類標記后得到的行為文本數據進行異常行為預測運算，確定出異常行為用戶信息包括：

對分類標記后得到的行為文本數據進行數值化處理；

利用預設異常行為語言處理模型結合預設自然語言處理算法對數值化后的行為文本數據進行預測運算，得到異常行為用戶信息。

進一步地，所述對分類標記后得到的行為文本數據進行數值化處理包括：

對分類標記后的行為文本數據進行序列化排序，并根據排序后的行為文本數據生成行為數據序列。

進一步地，所述利用預設異常行為語言處理模型結合預設自然語言處理算法對數值化后的行為文本數據進行預測運算，得到異常行為用戶信息包括：

將所述行為數據序列作為預設異常行為語言處理模型的輸入進行處理，得到不同標簽的序列集合，并按照預設自然語言處理算法對所述不同標簽的序列集合進行預測運算，確定異常行為用戶信息，所述預設自然語言處理算法中的特征函數為預設的異常行為匹配規則。

進一步地，所述對所述行為文本數據按照分類體系進行分類標記包括：

利用自然語言處理方式對所述行為文本數據按照不同類目層級進行分類，并對分類后的搜索行為文本數據進行tag標簽標記。

進一步地，所述對所述行為文本數據按照分類體系進行分類標記包括：

通過分類精確度與標記精確度對比方式確定按照分類體系對所述行為文本數據進行分類標記的類目層級及標記集合。