[發明專利]賬戶信息處理方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202310250080.5
• 申請日: 2023-03-13
• 公開（公告）號: CN116468531A
• 公開（公告）日: 2023-07-21
• 發明（設計）人: 吳澤鑫;王偉權;王倩;許澤鵬
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06F18/213;G06F18/24;G06F18/27
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 關志琨

本申請涉及一種賬戶信息處理方法、裝置、計算機設備、存儲介質和計算機程序產品。方法包括：獲取待識別賬戶的待識別賬戶信息，以及獲取特征提取指示信息；特征提取指示信息為通過采用賬戶信息訓練樣本集對子空間學習模型進行訓練得到的信息；將待識別賬戶信息和特征提取指示信息輸入至子空間學習模型，得到賬戶信息潛在特征；賬戶信息潛在特征為采用增量子空間學習模型對待識別賬戶信息進行特征提取得到的特征；增量子空間學習模型為根據特征提取指示信息對子空間學習模型的特征提取方式進行調整得到的模型；將賬戶信息潛在特征輸入至預訓練的賬戶類別識別模型，得到待識別賬戶的賬戶類別識別結果。采用本方法能夠提高賬戶類別識別準確率。

技術領域

本申請涉及計算機技術領域以及金融科技技術領域，特別是涉及一種賬戶信息處理方法、裝置、計算機設備、存儲介質和計算機程序產品。

背景技術

隨著計算機技術的發展，用戶在各種各樣的業務機構進行相應的業務操作時，常常會在業務信息記錄系統留下相關賬戶信息數據，例如用戶指標信息和賬戶操作記錄信息。

目前，當需要對用戶的賬戶類型進行分析時，往往是采用預訓練的賬戶類型識別模型對賬戶類型進行識別。然而，預訓練的賬戶類型識別模型是基于賬戶信息的訓練數據集進行訓練得到的模型，其在預測階段對待識別賬戶進行類型識別的過程中，只能基于訓練過程中得到的特征數據對待識別賬戶的賬戶信息數據進行特征提取，無法對新增的待識別賬戶的賬戶信息數據進行新的特征提取，使得對賬戶類型識別不夠準確。

因此，傳統技術中存在對賬戶分類不夠準確的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠準確對賬戶進行分類的賬戶信息處理方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。

一種賬戶信息處理方法，其特征在于，方法包括：

獲取待識別賬戶的待識別賬戶信息，以及獲取特征提取指示信息；特征提取指示信息為通過采用賬戶信息訓練樣本集對子空間學習模型進行訓練得到的信息；

將待識別賬戶信息和特征提取指示信息輸入至子空間學習模型，得到賬戶信息潛在特征；賬戶信息潛在特征為采用增量子空間學習模型對待識別賬戶信息進行特征提取得到的特征；增量子空間學習模型為根據特征提取指示信息對子空間學習模型的特征提取方式進行調整得到的模型；

將賬戶信息潛在特征輸入至預訓練的賬戶類別識別模型，得到待識別賬戶的賬戶類別識別結果。

在其中一個實施例中，獲取特征提取指示信息，包括：

獲取賬戶信息訓練樣本集；

采用賬戶信息訓練樣本集對子空間學習模型進行訓練，得到子空間矩陣；子空間矩陣用于對賬戶信息數據進行降維處理；

將子空間矩陣作為特征提取指示信息。

在其中一個實施例中，采用賬戶信息訓練樣本集對子空間學習模型進行訓練，得到特征提取指示信息，包括：

將賬戶信息訓練樣本集中的各賬戶信息數據轉換為賬戶信息矩陣；

對各賬戶信息矩陣進行非負矩陣分解，得到各賬戶對應的賬戶信息矩陣分解結果；

根據賬戶信息矩陣和賬戶信息矩陣分解結果，確定損失信息；

根據損失信息，確定特征提取指示信息。

在其中一個實施例中，根據損失信息，確定特征提取指示信息，包括：

根據損失信息，確定賬戶信息矩陣分解結果是否滿足預設條件；

在賬戶信息矩陣分解結果滿足預設條件的情況下，確定特征提取指示信息。

在其中一個實施例中，方法還包括：