[發明專利]用戶標簽的確定方法、裝置和服務器

在審

• 申請號: 202110141802.4
• 申請日: 2021-02-02
• 公開（公告）號: CN112836743A
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 郭宏;陳珊珊;陳李龍
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06Q40/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;孫乳筍

1.一種用戶標簽的確定方法，其特征在于，包括：

獲取目標交易數據，以及與所述目標交易數據關聯的目標行情數據；其中，所述目標交易數據與目標用戶對應；

根據所述目標行情數據，從多個預設的行情類別中確定出匹配的目標行情類別；其中，所述多個預設的行情類別為預先通過對樣本數據進行層次聚類得到的；

從多個預設的交易行為特征預測模型中確定出與所述目標行情類別匹配的目標交易行為特征預測模型；其中，所述多個預設的交易行為特征預測模型為預先利用基于馬氏距離的改進模型對所對應的行情類別的樣本數據進行對抗訓練得到的；

調用所述目標交易行為特征預測模型處理所述目標交易數據，以確定出所述目標交易數據的交易行為特征；

根據所述目標交易數據的交易行為特征，確定出目標用戶的用戶標簽。

2.根據權利要求1所述的方法，其特征在于，在確定出目標用戶的用戶標簽之后，所述方法還包括：

根據目標用戶的用戶標簽，生成與目標用戶匹配的風險提示信息；

向所述目標用發送所述風險提示信息。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取歷史交易數據作為第二類樣本數據；并獲取與所述歷史交易數據關聯的歷史行情數據作為第一類樣本數據；其中，所述第一類樣本數據中至少存在一個樣本數據攜帶有行情類別標簽；所述第二類樣本數據中至少存在一個樣本數據攜帶有交易行為特征標簽；

根據所述歷史交易數據與歷史行情數據之間的關聯關系，建立第一類樣本數據和第二類樣本數據的對應關系；其中，所述第一類樣本數據對應一個或多個第二類樣本數據；

對第一類樣本數據進行層次聚類，得到多個類別組；其中，所述類別組與一種行情類別對應，所述類別組包括一個或多個第一類樣本數據；

根據所述多個類別組所包含的第一類樣本數據，以及第一類樣本數據和第二類樣本數據的對應關系，確定出與各個行情類別對應的第二類樣本數據，以得到與多個行情類別分別對應的多個訓練數據集；

構建基于馬氏距離的改進模型作為初始模型；

分別利用所述多個訓練數據集對所述初始模型進行預設的虛擬對抗訓練，以得到多個預設的交易行為特征預測模型；其中，所述預設的交易行為特征預測模型與一種行情類別對應。

4.根據權利要求3所述的方法，其特征在于，所述行情類別包括以下至少之一：上漲行情、下跌行情、震蕩行情。

5.根據權利要求3所述的方法，其特征在于，所述初始模型至少包含有基于馬氏距離的改進的損失函數。

6.根據權利要求5所述的方法，其特征在于，構建基于馬氏距離的改進模型作為初始模型，包括：

利用基于馬氏距離的改進的損失函數，構造相應的目標函數，以得到初始模型；其中，所述基于馬氏距離的改進的損失函數按照以下方式構建：

其中，為初始模型中的基于馬氏距離的改進的損失函數，D_l為攜帶有交易行為特征標簽的第二類樣本數據所構成的樣本數據集，D_ul為沒有攜帶交易行為特征標簽的第二類樣本數據所構成的樣本數據集，N_l為D_l中所包含的第二類樣本數據的總數，N_ul為D_ul中所包含的第二類樣本數據的總數，x為第二類樣本數據，θ為損失函數的自變量，LMS為馬氏平滑度。