[發明專利]風險用戶識別方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201911183921.5
• 申請日: 2019-11-27
• 公開（公告）號: CN111049809A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 劉利;郭鵬程
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F16/901;G06F16/903
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 蔣學超

1.一種風險用戶識別方法，其特征在于，包括：

根據用戶數據樣本構建圖，所述用戶數據樣本包括多個用戶數據，所述圖的頂點為所述用戶數據樣本的其中一用戶數據；

獲取所述圖的各頂點的節點向量；

獲取所述圖的各頂點的節點向量之間的距離；

根據所述圖的各頂點的節點向量之間的距離以及預設的距離閾值確定關聯頂點組作為群體，其中，若兩用戶對應的頂點的節點向量之間的距離小于所述距離閾值，則確認該兩個用戶屬于同一關聯頂點組；

根據所述群體的用戶存儲表以及預存的風險用戶存儲表確定所述群體中預設的風險用戶的占比，其中，所述用戶存儲表用于存儲所述群體的用戶的名單，所述風險用戶存儲表用于存儲預設的風險用戶的名單；

根據所述群體中預設的風險用戶的占比判斷所述群體是否為風險群體；

若所述群體為風險群體，獲取所述風險群體中預設的風險用戶之外的用戶作為目標用戶；

將所述目標用戶標記為可疑風險用戶。

2.根據權利要求1所述的方法，其特征在于，所述獲取所述圖的各頂點的節點向量，包括：

從所述圖的一頂點出發，根據該頂點與其它頂點之間的邊進行隨機游走，得到預設長度的頂點序列；

將所述頂點序列輸入到預設的詞向量訓練模型中進行學習以得到節點向量。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述圖的各頂點的節點向量，包括：

從所述圖的一頂點出發，根據該頂點與其它頂點之間的邊進行游走，得到預設長度的頂點序列，其中，在游走過程中，返回到原來頂點的概率為預設的返回概率參數，不返回到原來頂點的概率為預設的離開概率參數；

將所述頂點序列輸入到預設的詞向量訓練模型中進行學習以得到節點向量。

4.根據權利要求1所述的方法，其特征在于，所述獲取所述圖的各頂點的節點向量之間的距離，包括：

通過以下公式計算兩節點向量之間的距離，其中x₁₁，x₁₂，…，x_1n為節點向量a的分量；x₂₁，x₂₂，…，x_2n為節點向量b的分量。

5.根據權利要求1所述的方法，其特征在于，所述根據所述群體中預設的風險用戶的占比判斷所述群體是否為風險群體，包括：

判斷所述群體中預設的風險用戶的占比是否大于預設的占比閾值；

若所述群體中預設的風險用戶的占比大于預設的占比閾值，判定所述群體為風險群體。

6.根據權利要求5所述的方法，其特征在于，所述根據所述群體中預設的風險用戶的占比判斷所述群體是否為風險群體，還包括：

若所述群體中預設的風險用戶的占比不大于預設的占比閾值，判定所述群體為非風險群體。

7.一種風險用戶識別裝置，其特征在于，包括：

構建單元，用于根據用戶數據樣本構建圖，所述用戶數據樣本包括多個用戶數據，所述圖的頂點為所述用戶數據樣本的其中一用戶數據；

第一獲取單元，用于獲取所述圖的各頂點的節點向量；

第二獲取單元，用于獲取所述圖的各頂點的節點向量之間的距離；

第一確定單元，用于根據所述圖的各頂點的節點向量之間的距離以及預設的距離閾值確定關聯頂點組作為群體，其中，若兩用戶對應的頂點的節點向量之間的距離小于所述距離閾值，則確認該兩個用戶屬于同一關聯頂點組；

第二確定單元，用于根據所述群體的用戶存儲表以及預存的風險用戶存儲表確定所述群體中預設的風險用戶的占比，其中，所述用戶存儲表用于存儲所述群體的用戶的名單，所述風險用戶存儲表用于存儲預設的風險用戶的名單；

第一判斷單元，用于根據所述群體中預設的風險用戶的占比判斷所述群體是否為風險群體；

第三獲取單元，用于若所述群體為風險群體，獲取所述風險群體中預設的風險用戶之外的用戶作為目標用戶；

標記單元，用于將所述目標用戶標記為可疑風險用戶。