[發明專利]一種基于機器學習的數字資源處理方法、裝置和系統

在審

• 申請號: 202110131302.2
• 申請日: 2021-01-30
• 公開（公告）號: CN112819432A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 張中峰;王娜麗;賀方超
• 申請（專利權）人: 北京奇保信安科技有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G06Q10/06;G06Q20/42;G06N3/08;G06N3/04
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喻穎

本發明公開了一種基于機器學習的數字資源處理方法、裝置和系統，用于資源籌集平臺對基于該平臺發起的項目進行欺詐概率的預測，其中方法包括：預先分別設置項目、項目發起者、項目組織者和項目參與者的屬性信息的權重；獲取項目、項目發起者、項目組織者以及項目參與者的屬性信息；建立基于機器自學習的欺詐判斷模型，將所述項目、項目發起者、項目組織者以及項目參與者的屬性信息及其權重輸入欺詐判斷模型，所述欺詐判斷模型輸出項目欺詐評分。采用該技術方案，采用該技術方案，通過欺詐判斷模型能夠將快速識別出存在欺詐行為的項目，能夠減輕項目管理平臺的管理和維護成本。

技術領域

本發明涉及計算機信息處理領域，具體而言，涉及一種基于機器學習的數字資源處理方法、裝置和系統。

背景技術

隨著互聯網技術的發展，很多傳統的領域發生了改變和創想。傳統的項目資金往往需要由一個或幾個出資人負責，出資人要承擔的資金壓力和風險都比較大。

互聯網以及互聯網金融的出現，項目的資金可以通過眾籌的方式籌集，由項目發起人發起項目，由項目組織者對項目進行維護和推廣，項目參與者在自己能力承受范圍內參與項目。采用眾籌的方式，每個人所承擔的資金壓力和風險都大幅度降低。

但不可避免的項目發起者、項目組織者以及項目參與者當中有些人出于增加曝光度、增加流量、完成任務等等各種各樣的目的在項目存在欺詐行為。這些欺詐行為會導致項目管理平臺增加大量管理和維護成本，因此需要對這些欺詐行為進行識別，但通過人工識別的方法會增加項目管理平臺的開銷而且效率較低。

發明內容

本發明旨在解決現有眾籌項目中有的項目存在欺詐行為，使用人工識別欺詐行為開銷大并且效率低的問題。

為了解決上述技術問題，本發明第一方面提出一種基于機器學習的數字資源處理方法，用于資源籌集平臺對基于該平臺發起的項目進行欺詐概率的預測，所述項目是由項目組織者發起的由項目發起者向項目參與者籌集資源的項目；方法包括：

預先分別設置項目、項目發起者、項目組織者和項目參與者的屬性信息的權重；

獲取項目、項目發起者、項目組織者以及項目參與者的屬性信息；

建立基于機器自學習的欺詐判斷模型，將所述項目、項目發起者、項目組織者以及項目參與者的屬性信息及其權重輸入欺詐判斷模型，所述欺詐判斷模型輸出項目欺詐評分。

根據本發明的一種優選實施方式，預先分別設置項目、項目發起者、項目組織者和項目參與者的屬性信息的權重具體為：

所述項目參與者的屬性信息的權重高于所述項目組織者的屬性信息的權重，所述所述項目組織者的屬性信息的權重高于所述項目發起者的屬性信息的權重。

根據本發明的一種優選實施方式，所述項目的屬性信息包括項目創建時間，項目截止時間，項目目標金額以及項目參與人數。

根據本發明的一種優選實施方式，所述項目發起者的屬性信息包括項目是否重復，項目成本，項目發起者所屬地域以及親屬信息。

根據本發明的一種優選實施方式，所述項目組織者的屬性信息包括歷史組織項目評分以及歷史組織項目數量分布。

根據本發明的一種優選實施方式，所述項目參與者的屬性信息包括已參與項目名稱、參與額度以及參與時間。

根據本發明的一種優選實施方式，所述欺詐判斷模型為基于深度學習的RNN-LSTM神經網絡模型。

本發明第二方面提出一種基于機器學習的數字資源處理裝置，用于資源籌集平臺對基于該平臺發起的項目進行欺詐概率的預測，所述項目是由項目組織者發起的由項目發起者向項目參與者籌集資源的項目；裝置包括：

權重設置模塊，用于預先分別設置項目、項目發起者、項目組織者和項目參與者的屬性信息的權重；