[發明專利]基于用戶關系的風險評估方法、裝置和計算機設備

有效

• 申請號: 202010136464.0
• 申請日: 2020-03-02
• 公開（公告）號: CN111311107B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 丁劍冰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06Q10/0631
• 分類號: G06Q10/0631;G06Q40/00;G06N20/00
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 毛丹

1.一種基于用戶關系的風險評估方法，包括：

獲取待評估用戶對應的屬性特征數據，所述屬性特征數據是指根據用戶屬性轉換得到的特征數據；

獲取所述待評估用戶對應的用戶間關系信息，根據所述用戶間關系信息確定所述待評估用戶對應的關聯用戶，根據所述關聯用戶獲取對應的關聯風險評估結果；

使用所述關聯風險評估結果計算各個統計結果，組合所述各個統計結果得到所述待評估用戶對應的關聯特征數據，將所述待評估用戶對應的屬性特征數據和所述關聯特征數據輸入到風險評估模型中計算，得到待評估用戶對應的風險評估結果，包括：根據各個關聯用戶對應的關聯風險評估結果計算各目標類型維度對應的維度結果，將計算得到的維度結果進行組合得到所述待評估用戶對應的關聯特征數據，所述各目標類型維度包括平均類型維度、最大類型維度、最小類型維度、分位類型維度和比值類型維度；

所述風險評估模型是根據訓練用戶對應的屬性特征數據、關聯特征數據和信用特征數據進行訓練得到的。

2.根據權利要求1所述的方法，其特征在于，所述獲取待評估用戶對應的屬性特征數據，包括：

獲取待評估用戶標識，根據所述待評估用戶標識從用戶屬性特征數據庫中查找所述待評估用戶對應的屬性特征數據。

3.根據權利要求1所述的方法，其特征在于，所述獲取所述待評估用戶對應的用戶間關系信息，根據所述用戶間關系信息確定所述待評估用戶對應的關聯用戶，包括：

獲取已建立的用戶關系圖，在所述用戶關系圖中查找所述待評估用戶；

當查找到所述待評估用戶時，從所述用戶關系圖中查找所述待評估用戶對應的關聯用戶。

4.根據權利要求3所述的方法，其特征在于，在所述獲取已建立的用戶關系圖之前，包括：

建立用戶關系圖，所述用戶關系圖用于表示用戶間行為的關聯信息。

5.根據權利要求4所述的方法，其特征在于，所述建立用戶關系圖，包括：

獲取各個用戶對應的社交關系信息；

根據所述社交關系信息建立用戶關系圖。

6.根據權利要求4所述的方法，其特征在于，所述建立用戶關系圖，包括：

獲取各個用戶對應的行為數據；

從所述行為數據中確定目標行為特征數據，將相同目標行為特征數據的用戶關聯，得到用戶關系圖。

7.根據權利要求1所述的方法，其特征在于，所述使用所述關聯風險評估結果計算各個統計結果，組合各個統計結果得到所述待評估用戶對應的關聯特征數據，包括：

獲取各個統計計算類型維度；

根據所述關聯用戶風險評估結果計算所述各個統計類型維度對應的維度結果，組合所述維度結果得到待評估用戶關聯特征數據。

8.根據權利要求1所述的方法，其特征在于，所述風險評估模型的訓練步驟包括：

獲取標注訓練用戶，所述標注訓練用戶是指存在信用標注數據的訓練用戶；

獲取所述標注訓練用戶對應的屬性特征數據，根據所述信用標注數據確定所述標注訓練用戶對應的信用特征數據；

獲取所述標注訓練用戶對應的初始風險評估結果，并獲取訓練用戶間關系信息，根據所述訓練用戶間關系信息確定所述標注訓練用戶對應的第一關聯用戶；

獲取所述第一關聯用戶對應的第一關聯風險評估結果，使用所述第一關聯風險評估結果計算各個統計結果，組合所述各個統計結果得到所述標注訓練用戶對應的關聯特征數據；

將所述標注訓練用戶對應的屬性特征數據、信用特征數據和關聯特征數據使用初始機器學習算法模型進行訓練，得到當前風險評估模型和所述標注訓練用戶對應的當前風險評估結果；

當所述標注訓練用戶對應的初始風險評估結果和當前風險評估結果符合第一預設條件時，將所述當前風險評估模型作為訓練得到的所述風險評估模型。