[發(fā)明專利]一種信息預(yù)測(cè)方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010786409.6
• 申請(qǐng)日: 2020-08-07
• 公開（公告）號(hào): CN111984698B
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 郭豪;王文剛;蔡準(zhǔn);孫悅;郭曉鵬
• 申請(qǐng)（專利權(quán)）人: 北京芯盾時(shí)代科技有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/28;G06Q20/40;G06Q30/00;G06Q40/04
• 代理公司: 北京樂知新創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11734
• 代理人: 周偉

1.一種信息預(yù)測(cè)方法，其特征在于，所述方法包括：

獲取交易行為數(shù)據(jù)；

根據(jù)所述交易行為數(shù)據(jù)構(gòu)建用戶商戶關(guān)系圖；

從所構(gòu)建的用戶商戶關(guān)系圖中抽取表征用戶關(guān)系信息的第一關(guān)系子圖和表征商戶關(guān)系信息的第二關(guān)系子圖；

將第一關(guān)系子圖中的每一個(gè)用戶節(jié)點(diǎn)或?qū)⒌诙P(guān)系子圖中的每一個(gè)商戶節(jié)點(diǎn)作為中心節(jié)點(diǎn)，利用attention機(jī)制計(jì)算周圍關(guān)聯(lián)節(jié)點(diǎn)和中心節(jié)點(diǎn)的相似度權(quán)重；

將周圍關(guān)聯(lián)節(jié)點(diǎn)的向量和對(duì)應(yīng)的相似度權(quán)重進(jìn)行加權(quán)求和，并和中心節(jié)點(diǎn)的向量拼接，得到用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)的屬性特征向量；

將所述用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)的屬性特征向量輸入到聚合分類模型進(jìn)行預(yù)測(cè)，得到表征所述用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)的預(yù)測(cè)風(fēng)險(xiǎn)概率值；

將所有預(yù)測(cè)風(fēng)險(xiǎn)概率值高于概率閾值的用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)確定為存在異常交易行為的用戶種子集或商戶種子集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，從所構(gòu)建的用戶商戶關(guān)系圖中抽取表征用戶關(guān)系信息的第一關(guān)系子圖和表征商戶關(guān)系信息的第二關(guān)系子圖，包括：

以用戶節(jié)點(diǎn)為主維度，以商戶節(jié)點(diǎn)為關(guān)聯(lián)維度，從所述構(gòu)建的用戶商戶關(guān)系圖中抽取表征用戶關(guān)系信息的第一關(guān)系子圖；

以商戶節(jié)點(diǎn)為主維度，以用戶節(jié)點(diǎn)為關(guān)聯(lián)維度，從所述構(gòu)建的用戶商戶關(guān)系圖中抽取表征商戶關(guān)系信息的第二關(guān)系子圖。

3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，所述方法還包括：

以用戶種子集中每一個(gè)用戶節(jié)點(diǎn)出發(fā)，從所構(gòu)建的用戶商戶關(guān)系圖中通過與所述用戶節(jié)點(diǎn)關(guān)聯(lián)的商戶進(jìn)一步擴(kuò)展得到關(guān)聯(lián)用戶節(jié)點(diǎn)，并將所述關(guān)聯(lián)用戶節(jié)點(diǎn)并入用戶種子集；

以商戶種子集中每一個(gè)商戶節(jié)點(diǎn)出發(fā)，從所構(gòu)建的用戶商戶關(guān)系圖中通過與所述商戶節(jié)點(diǎn)關(guān)聯(lián)的用戶進(jìn)一步擴(kuò)展得到關(guān)聯(lián)商戶節(jié)點(diǎn)，并將所述關(guān)聯(lián)商戶節(jié)點(diǎn)并入商戶種子集。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：

以用戶種子集中每一個(gè)用戶節(jié)點(diǎn)出發(fā)，從所構(gòu)建的用戶商戶關(guān)系圖中挖掘與所述用戶節(jié)點(diǎn)緊密關(guān)聯(lián)的商戶集；

將所述商戶種子集和所述商戶集進(jìn)行融合，得到最終商戶種子集。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，將所述商戶種子集和所述商戶集進(jìn)行融合，得到最終商戶種子集，包括：

確定所述商戶種子集和所述商戶集的交集或并集；

將所確定的交集或并集，作為最終商戶種子集。

6.一種信息預(yù)測(cè)裝置，其特征在于，該裝置包括：

獲取模塊，用于獲取交易行為數(shù)據(jù)；

構(gòu)建模塊，用于根據(jù)所述交易行為數(shù)據(jù)構(gòu)建用戶商戶關(guān)系圖；

抽取模塊，用于從所構(gòu)建的用戶商戶關(guān)系圖中抽取表征用戶關(guān)系信息的第一關(guān)系子圖和表征商戶關(guān)系信息的第二關(guān)系子圖；

挖掘模塊，用于將第一關(guān)系子圖中的每一個(gè)用戶節(jié)點(diǎn)或?qū)⒌诙P(guān)系子圖中的每一個(gè)商戶節(jié)點(diǎn)作為中心節(jié)點(diǎn)，利用attention機(jī)制計(jì)算周圍關(guān)聯(lián)節(jié)點(diǎn)和中心節(jié)點(diǎn)的相似度權(quán)重；將周圍關(guān)聯(lián)節(jié)點(diǎn)的向量和對(duì)應(yīng)的相似度權(quán)重進(jìn)行加權(quán)求和，并和中心節(jié)點(diǎn)的向量拼接，得到用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)的屬性特征向量；將所述用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)的屬性特征向量輸入到聚合分類模型進(jìn)行預(yù)測(cè)，得到表征所述用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)的預(yù)測(cè)風(fēng)險(xiǎn)概率值；將所有預(yù)測(cè)風(fēng)險(xiǎn)概率值高于概率閾值的用戶節(jié)點(diǎn)或商戶節(jié)點(diǎn)確定為存在異常交易行為的用戶種子集或商戶種子集。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述抽取模塊包括：

用戶抽取子模塊，用于以用戶節(jié)點(diǎn)為主維度，以商戶節(jié)點(diǎn)為關(guān)聯(lián)維度，從所述構(gòu)建的用戶商戶關(guān)系圖中抽取表征用戶關(guān)系信息的第一關(guān)系子圖；

商戶抽取子模塊，用于以商戶節(jié)點(diǎn)為主維度，以用戶節(jié)點(diǎn)為關(guān)聯(lián)維度，從所述構(gòu)建的用戶商戶關(guān)系圖中抽取表征商戶關(guān)系信息的第二關(guān)系子圖。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)包括一組計(jì)算機(jī)可執(zhí)行指令，當(dāng)所述指令被執(zhí)行時(shí)用于執(zhí)行權(quán)利要求1至5任一項(xiàng)所述信息預(yù)測(cè)方法。