[發(fā)明專利]基于人工智能的賬戶管理方法、裝置、終端及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011131490.0
• 申請(qǐng)日: 2020-10-21
• 公開(kāi)（公告）號(hào): CN112258197B
• 公開(kāi)（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 劉濤
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06Q20/42
• 分類號(hào): G06Q20/42;G06Q20/40;G06N3/0464;G06N3/08
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 孫芬

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，提供一種基于人工智能的賬戶管理方法、裝置、終端及存儲(chǔ)介質(zhì)，包括：構(gòu)建第一歷史賬戶集及第二歷史賬戶集；標(biāo)注第一歷史賬戶集的賬戶狀態(tài)及目標(biāo)賬戶標(biāo)記，并基于標(biāo)注賬戶狀態(tài)后的第一歷史賬戶集訓(xùn)練賬戶狀態(tài)識(shí)別模型；使用賬戶狀態(tài)識(shí)別模型識(shí)別第二歷史賬戶集的預(yù)測(cè)賬戶狀態(tài)；計(jì)算多個(gè)歷史賬戶的平均活躍周期并根據(jù)平均活躍周期及預(yù)測(cè)賬戶狀態(tài)識(shí)別第二歷史賬戶的目標(biāo)賬戶標(biāo)記；當(dāng)偵測(cè)到當(dāng)前賬戶觸發(fā)了狀態(tài)節(jié)點(diǎn)時(shí)，使用目標(biāo)賬戶標(biāo)記對(duì)當(dāng)前賬戶進(jìn)行校驗(yàn)得到校驗(yàn)結(jié)果，根據(jù)校驗(yàn)結(jié)果對(duì)多個(gè)歷史賬戶的賬戶信息進(jìn)行管理。本發(fā)明將人工智能技術(shù)應(yīng)用于賬戶管理中，能夠提高賬戶管理的效率并識(shí)別出無(wú)效賬戶。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體涉及一種基于人工智能的賬戶管理方法、裝置、終端及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的快速發(fā)展及智能手機(jī)的不斷普及，越來(lái)越多的公司以手機(jī)號(hào)作為賬號(hào)的主要標(biāo)識(shí)。隨著時(shí)間的積累，互聯(lián)網(wǎng)公司已經(jīng)積累了數(shù)以億計(jì)的賬戶，而由于人員遷徙與手機(jī)號(hào)變更的越來(lái)越頻繁，導(dǎo)致歷史數(shù)據(jù)中存在大量無(wú)效手機(jī)號(hào)，同時(shí)手機(jī)號(hào)的二次銷售導(dǎo)致賬戶體系存在諸多問(wèn)題：(1)無(wú)法注冊(cè)，手機(jī)號(hào)二次銷售后新機(jī)主拿到手機(jī)號(hào)進(jìn)行賬戶注冊(cè)時(shí)由于賬戶已經(jīng)被注冊(cè)導(dǎo)致無(wú)法注冊(cè)；(2)信息泄露，隨著手機(jī)動(dòng)態(tài)碼登錄的不斷普及，歷史賬戶信息的存在導(dǎo)致新用戶使用手機(jī)動(dòng)態(tài)碼登錄后可以看到前任機(jī)主的賬戶信息，導(dǎo)致信息泄露事件頻發(fā)。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提出一種基于人工智能的賬戶管理方法、裝置、終端及存儲(chǔ)介質(zhì)，將人工智能技術(shù)應(yīng)用于賬戶管理中，能夠提高賬戶管理的效率并識(shí)別出無(wú)效賬戶。

本發(fā)明的第一方面提供一種基于人工智能的賬戶管理方法，所述方法包括：

獲取多個(gè)歷史賬戶的賬戶信息并根據(jù)所述多個(gè)歷史賬戶的賬戶信息構(gòu)建第一歷史賬戶集及第二歷史賬戶集；

標(biāo)注所述第一歷史賬戶集中每個(gè)第一歷史賬戶的賬戶狀態(tài)及目標(biāo)賬戶標(biāo)記，并基于標(biāo)注賬戶狀態(tài)后的第一歷史賬戶集訓(xùn)練賬戶狀態(tài)識(shí)別模型；

使用所述賬戶狀態(tài)識(shí)別模型識(shí)別所述第二歷史賬戶集中每個(gè)第二歷史賬戶的預(yù)測(cè)賬戶狀態(tài)；

計(jì)算所述多個(gè)歷史賬戶的平均活躍周期并根據(jù)所述平均活躍周期及每個(gè)第二歷史賬戶的預(yù)測(cè)賬戶狀態(tài)識(shí)別每個(gè)第二歷史賬戶的目標(biāo)賬戶標(biāo)記；

當(dāng)偵測(cè)到當(dāng)前賬戶觸發(fā)了狀態(tài)節(jié)點(diǎn)時(shí)，使用所述目標(biāo)賬戶標(biāo)記對(duì)所述當(dāng)前賬戶進(jìn)行校驗(yàn)得到校驗(yàn)結(jié)果，并根據(jù)所述校驗(yàn)結(jié)果對(duì)所述多個(gè)歷史賬戶的賬戶信息進(jìn)行管理。

可選的，所述基于標(biāo)注賬戶狀態(tài)后的第一歷史賬戶集訓(xùn)練賬戶狀態(tài)識(shí)別模型包括：

獲取每個(gè)第一歷史賬戶的第一歷史登錄時(shí)間集，并計(jì)算第一歷史登錄時(shí)間集中每?jī)蓚€(gè)相鄰的第一歷史登錄時(shí)間之間的第一時(shí)間差值；

根據(jù)每個(gè)第一歷史賬戶的所有第一時(shí)間差值構(gòu)建第一特征序列；

獲取每個(gè)所述第一特征序列的維度；

根據(jù)最大的維度更新每個(gè)所述第一特征序列為第二特征序列；

根據(jù)每個(gè)第一歷史賬戶的第二特征序列及對(duì)應(yīng)的賬戶狀態(tài)生成第三特征序列；

基于多個(gè)第三特征序列訓(xùn)練CNN神經(jīng)網(wǎng)絡(luò)得到賬戶狀態(tài)識(shí)別模型。

可選的，所述使用所述賬戶狀態(tài)識(shí)別模型識(shí)別所述第二歷史賬戶集中每個(gè)第二歷史賬戶的賬戶狀態(tài)包括：

獲取每個(gè)第二歷史賬戶的第二歷史登錄時(shí)間集，并計(jì)算第二歷史登錄時(shí)間集中每?jī)蓚€(gè)相鄰的第二歷史登錄時(shí)間之間的第二時(shí)間差值；

根據(jù)所述第二時(shí)間差值及所述最大的維度生成第四特征序列；

通過(guò)所述賬戶狀態(tài)識(shí)別模型識(shí)別所述第四特征序列得到對(duì)應(yīng)的第二歷史賬戶的賬戶狀態(tài)。