[發明專利]基于關聯特征的違規用戶識別方法、裝置和計算機設備

有效

• 申請號: 202110149328.X
• 申請日: 2021-02-03
• 公開（公告）號: CN112818235B
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 郭海旭;何濤;陳鴻;羅祖平;王耀南;張鵬
• 申請（專利權）人: 招聯消費金融有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q40/03
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 謝曲曲

1.一種基于關聯特征的違規用戶識別方法，其特征在于，所述方法包括：

獲取第一終端發送的推薦信息，并將所述推薦信息發送至第二終端；所述推薦信息對應待分享內容頁面；

獲取所述第二終端上傳的與所述待分享內容頁面對應的屬性信息；所述屬性信息包括設備信息、網絡信息、地理位置信息和身份信息；

根據預設關聯圖數據格式，將所述屬性信息按照節點、邊和屬性的維度進行分類處理，得到分類處理后的屬性信息，并將分類處理后的屬性信息存儲至預設關聯圖數據庫，生成不同新用戶對應的屬性信息之間的關聯關系或關聯特征；

根據預設關聯特征，從所述預設關聯圖數據庫中查找與當前用戶存在相同關聯特征的多級關聯用戶；

根據各所述多級關聯用戶生成對應的關聯節點和關聯邊；

基于所述關聯節點和所述關聯邊，構建與所述屬性信息對應的異構子圖；

獲取所述異構子圖的節點數或邊數，并將所述異構子圖的節點數或所述邊數，和對應預設閾值數進行比對；

當確定所述異構子圖的節點數或所述邊數大于對應預設閾值數時，確定對應屬性信息的用戶為違規用戶。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當確定所述異構子圖的節點數和所述邊數，均小于對應預設閾值數時，根據訓練好的識別模型對所述異構子圖對應的異構圖數據進行預測，得到預測結果；

當確定所述預測結果大于預設預測閾值時，確定對應屬性信息的用戶為違規用戶。

3.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

根據預設關聯規則、所述預設閾值數以及所述預設預測閾值，對初始圖卷積神經網絡模型進行訓練，調整所述初始圖卷積神經網絡模型的超參數，得到訓練好的識別模型。

4.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

根據預設管控邏輯，對所述違規用戶進行實時監控和跟蹤調查。

5.一種基于關聯特征的違規用戶識別裝置，其特征在于，所述裝置包括：

推薦信息發送模塊，用于獲取第一終端發送的推薦信息，并將所述推薦信息發送至第二終端；所述推薦信息對應待分享內容頁面；

屬性信息獲取模塊，用于獲取所述第二終端上傳的與所述待分享內容頁面對應的屬性信息；所述屬性信息包括設備信息、網絡信息、地理位置信息和身份信息；

分類處理模塊，用于將所述屬性信息按照預設關聯圖數據格式進行分類處理后，存儲至預設關聯圖數據庫，生成不同新用戶對應的屬性信息之間的關聯關系或關聯特征；

異構子圖構建模塊，用于：根據預設關聯特征，從所述預設關聯圖數據庫中查找與當前用戶存在相同關聯特征的多級關聯用戶；根據各所述多級關聯用戶生成對應的關聯節點和關聯邊；基于所述關聯節點和所述關聯邊，構建與所述屬性信息對應的異構子圖；

違規用戶識別模塊，用于：獲取所述異構子圖的節點數或邊數，并將所述異構子圖的節點數或所述邊數，和對應預設閾值數進行比對；當確定所述異構子圖的節點數或所述邊數大于對應預設閾值數時，確定對應屬性信息的用戶為違規用戶。

6.根據權利要求5所述的裝置，其特征在于，所述違規用戶識別模塊還用于：

當確定所述異構子圖的節點數和所述邊數，均小于對應預設閾值數時，根據訓練好的識別模型對所述異構子圖對應的異構圖數據進行預測，得到預測結果；當確定所述預測結果大于預設預測閾值時，確定對應屬性信息的用戶為違規用戶。

7.根據權利要求5或6所述的裝置，其特征在于，所述裝置還包括識別模型訓練模塊，用于：

根據預設關聯規則、所述預設閾值數以及所述預設預測閾值，對初始圖卷積神經網絡模型進行訓練，調整所述初始圖卷積神經網絡模型的超參數，得到訓練好的識別模型。

8.根據權利要求5或6所述的裝置，其特征在于，所述裝置還包括違規用戶監控模塊，用于：

根據預設管控邏輯，對所述違規用戶進行實時監控和跟蹤調查。