[發明專利]基于謹慎度的用戶身份識別方法

有效

• 申請號: 202110228566.X
• 申請日: 2021-03-02
• 公開（公告）號: CN112967062B
• 公開（公告）日: 2022-07-05
• 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;G06Q40/04
• 代理公司: 上海申匯專利代理有限公司 31001
• 代理人: 徐俊

本發明涉及一種基于謹慎度的用戶身份識別方法，針對交易場景中用戶面對的環境因素和個人因素，對活動因素和經濟承受壓力進行謹慎度預測建模，指導用戶謹慎性格的預測；基于用戶的交互數據提取謹慎度特征，進行計算用戶的謹慎度，構建用戶謹慎度模型，對用戶進行性格刻畫；通過對比用戶謹慎度預測值和交易謹慎度是否在風險閾值內對用戶身份識別模型進行訓練，構建基于謹慎度的身份識別模型用于身份識別。本發明方法從用戶的謹慎性格出發，考慮交易場景中的環境因素和用戶個人因素對用戶性格的影響，可以有效檢測電子交易中的用戶身份，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，特別涉及一種基于謹慎度的用戶身份識別方法。

背景技術

隨著人們消費方式的改變，移動支付越來越流行。當前移動欺詐的主要欺詐形式：營銷活動詐騙，渠道流量詐騙，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。

目前，眾多學者針對在線支付場景下的用戶身份識別問題展開研究。為彌補基于規則的專家系統需要大量專業人員的干預和容易出現冗余的不足，部分學者會從單個用戶的角度出發，借助多方數據發掘用戶的行為模型，從而識別用戶的身份。Hooi,Bryan等人通過分析用戶評論找出惡意評論的欺詐行為。J.Guo等人基于LSTM結合用戶完整的行為序列建立用戶證書。Lei Ma等人從鼠標行為中提取進入、退出速度和搜索時間比等新的特征，結合傳統鼠標行為的時間、速度和持續時間等特征，提出一種基于鼠標行為的認證模型。S.Wu等人結合設備信息和IP地址，在會話中的頁面行為中發現用戶的行為模型，區分用戶、熟人和陌生人的身份。一些學者借助多種傳感器研究用戶的行為模型，借以對用戶身份識別。L.Zheng等人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。

盡管目前基于用戶行為模式的用戶身份識別方法可以一定程度上解決用戶身份識別問題，但仍存在性能瓶頸。這些模型，都只是提取行為模式，在對用戶的刻畫忽略了用戶的性格。造成對用戶的刻畫不充分，導致誤判。

在用戶的性格研究中，一部分模型需要借助問卷調查的方式確定待測者的性格，然后再挖掘性格與其他研究內容的關系，如M.Jayaratne等人結合六要素HEXACO性格模型的問卷結果，通過在線聊天的文本數據，挖掘不同聊天內容和性格之間關系，訓練后的模型用戶挖掘用戶性格。C.Y.Yaakub等人嘗試基于游戲中的圖像界面分析用戶性格和問卷測試的結果的關系分析用戶的性格，但由于游戲中太多與心理測驗無關的圖形界面，模型的性能不高。S.Katiyar等人通過問卷確定人格，根據評分進行職位的劃分，但模型性能不好。Z.Halim等人通過IPIP-NEO-120測試分析人格，進行人格和游戲配置的匹配。

除此之外，另一部分學者借助人工標注的方式，挖掘各種傳感器記錄的生物信號，進行用戶情感的識別。如M.Moghimi等人借助多個設備記錄腦電波、皮膚電反應和心率等生理信號的變化，識別虛擬場景中人的情感。B.H.Kim等人借助對腦電波和大腦偏側化分析，實現人類的情緒識別。這些性格模型借助第三方識別用戶的性格、情緒，或者用性格指導工作，不能指導用戶身份的識別。

這些模型借助第三方識別用戶的性格、情緒，然后用性格指導其他工作。但由于缺少直接量化的性格模型，且無法抵消變化的交易環境對交易性格檢測帶來的影響，不能指導用戶身份的識別。

發明內容

本發明是針對用戶身份的識別存在的風險的問題，提出了一種基于謹慎度的用戶身份識別方法，從用戶的謹慎性格出發，考慮交易場景中的環境因素和用戶個人因素對用戶性格的影響，為用戶建立基于謹慎度預測模型，通過對比預期的謹慎度和實際交易的謹慎度的差異識別用戶身份。

本發明的技術方案為一種基于謹慎度的用戶身份識別方法，具體包括如下步驟：