[發明專利]具有交易性格的用戶行為識別方法

有效

• 申請號: 202110228431.3
• 申請日: 2021-03-02
• 公開（公告）號: CN112967061B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 章昭輝;王鵬偉;魏子明
• 申請（專利權）人: 東華大學
• 主分類號: G06Q20/40
• 分類號: G06Q20/40
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

本發明涉及一種具有交易性格的用戶行為識別方法，從用戶交易行為基準、用戶謹慎畫像以及基于交易行為和謹慎度的距離關系建立具有交易性格的用戶行為識別模型，從而實現行為識別。基于交易數據和交互數據，從交易行為和交易性格的角度，對用戶進行刻畫。本發明方法，可以有效檢測電子交易中的欺詐行為。從實用性角度出發，通過交易行為和基準、謹慎度和畫像、關系模型和風險閾值建立了識別框架，為解決欺詐交易檢測提供了技術支持。

技術領域

本發明涉及一種信息技術領域，特別涉及一種具有交易性格的用戶行為識別方法。

背景技術

近年來隨著全球市場的移動化，金融和商品交易的信息化，在移動互聯網中，數字金融和電子商務兩大領域暴露的欺詐風險問題也越來越嚴峻。當前移動欺詐的主要欺詐形式包括虛假用戶詐騙，竊取信息詐騙，惡意交易詐騙，金融支付欺詐，網絡刷單欺詐，電信欺詐，網貸欺詐等。

基于交易行為的用戶行為識別算法在電子交易欺詐檢測領域應用的十分廣泛。在交易行為識別研究中，Bahnsen,A.C.，Yu,Xie，Lutao,Zheng和Kultur,Y.等人分別以交易時間及其周期性、交易頻率、金額及其衍生特征等多個維度構建用戶行為證書。另外，Changjun,Jiang等將用戶聚類分為高中低消費群體，基于滑動時間窗內的交易提取交易頻率和金額等特征，并加入反饋機制構建用戶行為模型。Lutao,Zheng等基于用戶的歷史交易記錄提取用戶的行為檔案(BP)和屬性狀態，結合行為信息熵構建用戶欺詐檢測模型。Kultur,Y.等通過多種模型的綜合決策投票機制，可以根據不同的策略和期望進行選擇。這些通過交易數據建立用戶交易行為證書的方法在用戶行為識別領域都有一定的效果。

而在基于交互行為的用戶行為識別算法的研究中，Kooti,F.，Bansal,S.，G.，Lu,Chen和Yunghui,Chu等人通過點擊事件、頁面停留時間、瀏覽序列等特征構建用戶行為模型。在推薦領域，Li,Xin等人則通過獲取地理位置和時間等上下文信息建立用戶行為模式，從而發現用戶的興趣。Chang-Dong,Wang借助同類中領導者的行為遷移給目標用戶達到偶然行為預測的目的。而Gongqi,Lin以用戶關注點和物品知識的角度進行交易因果關系建模，依據相同因果關系類中的用戶交易記錄，預測用戶行為。但是用戶的行為在不同心理情境下時不同的，這些基于行為分析的方法只關注行為模型，沒有充分考慮交易過程中用戶的行為性格的影響，影響了對行為的準確識別。當面對全新的情景時，兩種類型的模型效果就大大降低，出現誤判的情況。

在這種情況下，精準識別用戶行為是電子交易欺詐檢測領域非常重要的一個研究方向。心理學認為，性格是每個人特有的，可以對個人外顯的行為、態度提供統一的、內在的解釋，是個性心理特征中最重要的方面。假設反欺詐學習是對一個人認識的過程，那么只借助模型學習到的用戶行為特征作為對一個人的刻畫是不準確的，這種方法忽略了對人個性化心理特征的刻畫。同時說明了反欺詐學習的過程不僅要了解用戶的行為特征，還要考慮到用戶的性格因素。

而目前對于用戶性格的研究實質上是一種迫選型、自我報告式的性格評估模型，需要通過測試問題，將回答歸類，最后根據得分確定性格。如MBTI和Five-Factor Model。當然，近幾年隨著個性化推薦、語音識別和圖文識別的推廣，結合各方數據，這些模型出現的新的應用。Melchiorre,Alessandro B等人通過第三方測試得到五因素模型的性格評估結果，結合偏好音軌的特征進行相關性分析，得到性格與音樂之間的關系，實現個性化的音樂推薦。Talhi,Said等人借助學生信息、MBTI測試的性格分類結果、課程完成效果以及歷史信息進行建模，綜合考慮學士性格和學生能力確定每個學生的個性化培養方案。但并沒有改變這些傳統心理學理論模型基于問答測試的評估方式，使用場景仍受到限制。缺少可用的性格模型，無法實時對用戶的性格進行識別。

因此，由于忽略用戶性格因素和缺少適合的性格模型，造成的識別性能上的局限性，不能精準識別用戶行為，尤其是用戶面臨新場景時的行為和偶發行為。

發明內容