[發明專利]交易雙方關系信息識別方法及裝置

有效

• 申請號: 202011105853.3
• 申請日: 2020-10-15
• 公開（公告）號: CN112215604B
• 公開（公告）日: 2022-06-07
• 發明（設計）人: 筴碩;許小龍;陳晴;馮天恒
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q20/38
• 分類號: G06Q20/38;G06Q20/40;G06F16/36
• 代理公司: 北京億騰知識產權代理事務所(普通合伙) 11309
• 代理人: 陳霽;周良玉

本說明書實施例提供一種交易雙方關系信息識別方法及裝置。該方法包括：獲取基于多個用戶之間的多種關系構建的知識圖譜；知識圖譜包括對應于多個用戶的多個節點，以及對應于多種關系而構建的多個類別的連接邊，多個用戶包括自然人用戶和/或企業用戶；然后，利用預先訓練的圖嵌入模型，對知識圖譜進行圖嵌入處理，得到各個節點對應的節點嵌入向量；將目標交易涉及的兩個用戶對應的兩個節點嵌入向量，與各類別連接邊的邊嵌入向量分別組成三元組，輸入預先訓練的預測模型，通過預測模型預測各個三元組對應的評價分數。進而基于該評價分數識別出用戶之間的關系類別信息，以輔助確定交易是否安全。

技術領域

本說明書一個或多個實施例涉及機器學習領域，尤其涉及交易雙方關系信息識別方法及裝置。

背景技術

第三方支付平臺提升了人們日常生活生產中轉賬、支付等操作的便利性，為保證交易安全性，其風險控制系統會對交易可能存在的風險進行智能化識別，尤其是對涉及大額轉賬的企業用戶之間的交易，一直采用較為嚴格的風險控制策略。

目前的一些風險控制方案，多從用戶行為、轉賬時采用的硬件設備、網絡環境等角度評估可能面臨的風險，這類方案雖然能夠在一定程度上提升交易安全性，但卻忽略了其他能夠反映交易安全性的一些關鍵數據或信息。例如，當存在某種常識性信息，能夠表明該筆交易存在風險的概率非常低時，已有技術下的一些方案由于無法識別該常識性信息，仍然采用較為嚴格的控制策略，使得用戶在轉賬時仍然需要配合進行繁瑣的驗證操作，影響了用戶體驗。

因此，希望能有改進的方案，能夠更加智能化地挖掘到有助于識別交易安全性的其他數據信息，以盡量降低驗證操作的冗余度。

發明內容

本說明書一個或多個實施例描述了一種交易雙方關系信息識別方法及裝置，以基于用戶之間的多種關系構建的知識圖譜為基礎，通過圖嵌入模型對其執行圖嵌入處理，獲得各種關系類別的邊嵌入向量和各節點嵌入向量，然后基于嵌入向量預測兩個節點對應的評價分數，進而識別交易雙方用戶之間的關系類別信息。

根據第一方面，提供了一種交易雙方關系信息識別方法，該方法包括：

獲取基于多個用戶之間的多種關系構建的知識圖譜；知識圖譜包括對應于多個用戶的多個節點，以及對應于多種關系而構建的多個類別的連接邊，多個用戶包括自然人用戶和/或企業用戶；利用預先訓練的圖嵌入模型，基于知識圖譜中各個節點的節點特征和各條連接邊的邊嵌入向量，對知識圖譜進行圖嵌入處理，得到各個節點對應的節點嵌入向量；邊嵌入向量通過訓練圖嵌入模型獲得；將目標交易涉及的兩個用戶對應的兩個節點嵌入向量，與各類別連接邊的邊嵌入向量分別組成三元組，輸入預先訓練的預測模型，通過預測模型預測各個三元組對應的評價分數，評價分數至少用于確定兩個用戶之間的關系類別信息。

在一個實施例中，該方法還包括：根據評價分數和/或關系類別信息，確定目標交易的交易風險。

在一個實施例中，多個類別的連接邊中至少一種類別的連接邊對應于靜態連接邊；對應于同一類別的多條靜態連接邊具有相同的邊嵌入向量；

利用預先訓練的圖嵌入模型，基于知識圖譜中各個節點的節點特征和各條連接邊的邊嵌入向量，對知識圖譜進行圖嵌入處理，得到各個節點對應的節點嵌入向量，包括：利用預先訓練的圖嵌入模型，基于知識圖譜中各條靜態連接邊的邊嵌入向量，和通過靜態連接邊連接的各個節點的節點特征，對知識圖譜進行圖嵌入處理，得到對應的各個節點嵌入向量。

在一個實施例中，多個類別的連接邊中至少一種類別的連接邊對應于動態連接邊；對應于同一類別的多條動態連接邊具有不同的邊嵌入向量；