[发明专利]用于账号处理的方法、装置及电子设备

说明书

本申请公开一种用于账号处理的方法、装置及电子设备。该方法包括：获取基础数据，所述基础数据包括基本属性数据与行为属性数据；将基础数据进行处理以获取用户数据；通过所述用户数据与深度神经网络模型建立账户识别模型；以及通过所述账户识别模型进行账号处理。本申请公开的用于账号处理的方法、装置及电子设备，能够快速比较、识别、发现个体对应的多个账号，进而将许多场景解决问题的粒度从账号层面提升到个体层面。

技术领域

本发明涉及互联网信息处理领域，具体而言，涉及一种用于账号处理的方法、装置及电子设备。

背景技术

随着互联网产业的不断发展，人们可以随时进行网上交易。在电商平台从事交易、接受服务，都需要一个身份——账号。在电商平台中，同一人拥有多个账号的情况十分常见。一类情况是，人们可能基于某种合理的需求在一网站注册多个账号时。对于正常的网络活动，一个或几个账号足以满足用户的需要。另一类情况，是一些不法分子需要大量账号非法谋利，如刷单、炒信或者诈骗等。现有的相似账号识别技术，分为二种：第一种是基于业务理解，制定固定的判定规则，通过规则的匹配，判断账号是否归属于同一个人。例如，将身份证和注册手机号相同的账号判定为同一个人。通过对全量账号进行两两比较。为满足相同规则的账号打上相同的个体标签。第二种是基于用户基本数据，生成账号对应的特征向量，用无监督聚类的方法，对账号的特征向量做聚类，得到的每一类包含的账号即互为相似账号。

第一种识别方法存在如下缺点：数据缺失率大，例如，账号的身份证号字段通常为非必填字段，大多数账号对应的身份证号字段缺失。数据利用率低，除强关联属性外大量用户相关的属性和行为数据没有利用。复杂度高，对全量账号的两两比对时间复杂度为O(N²)，方案的计算的时间复杂度难以接受。难以有效验证方法准确性。可扩展性低。不具有通用性，需要针对不同场景设定不同的规则，重新设计计算方案。

第二种识别方法存在如下缺点：聚类的结果容易形成幂律分布，即少数社群特别大，包含大量账号。对于非数值型属性，难以量化两个账号的距离，即相似程度。难以有效验证方法准确性。

因此，需要一种新的用于账号处理的方法、装置及电子设备。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本发明提供一种用于账号处理的方法、装置及电子设备，能够能够快速比较、识别、发现个体对应的多个账号，进而将许多场景解决问题的粒度从账号层面提升到个体层面。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一方面，提出一种用于账号处理的方法，该方法包括：获取基础数据，基础数据包括基本属性数据与行为属性数据；将基础数据进行处理以获取用户数据；通过用户数据与深度神经网络模型建立账户识别模型；以及通过账户识别模型进行账号处理。

在本公开的一种示例性实施例中，将基础数据进行处理以获取用户数据，包括：将基础数据进行数据处理以获取第一数据；以及通过倒排索引法处理第一数据以获取用户数据。

在本公开的一种示例性实施例中，用户数据，包括：第一类用户数据与第二类用户数据。

在本公开的一种示例性实施例中，通过用户数据与深度神经网络模型建立账户识别模型，包括：将第一类用户数据作为深度神经网络模型训练数据；以及通过深度神经网络模型训练获取账户识别模型。

在本公开的一种示例性实施例中，通过账户识别模型进行账号处理，包括：通过账户识别模型，获取第二类用户数据的账户相似度数值；以及通过账户相似度数值与预定阈值进行比较的结果进行账号处理。