[发明专利]用户身份鉴定方法、装置、计算机设备和存储介质

权利要求书

1.一种用户身份鉴定方法，其特征在于，所述方法包括：

获取目标用户在第一预设时间内的目标行为数据；

将所述目标行为数据输入特征指纹模型中，生成所述目标行为数据对应的目标行为指纹图，其中，所述行为指纹图是对行为数据进行分析后、生成的表征用户在交互事件中行为趋向性的图形；

获取所述目标用户在第二预设时间内的参照行为指纹图；

计算所述目标行为指纹图和所述参照行为指纹图的相似度，当所述相似度大于或等于阈值时，对所述目标用户的身份鉴定通过；

其中，所述目标行为数据具有发生时间，所述将所述目标行为数据输入特征指纹模型中，生成所述目标行为数据对应的目标行为指纹图，包括：

根据所述发生时间的顺序遍历所述目标行为数据，按照会话对所述目标行为数据进行切分；

根据切分后的目标行为数据获取不同行为事件间的跳转行为；

获取跳转行为对应的源行为事件和目的行为事件，统计同一源行为事件和目的行为事件对应的跳转频次；

将所述源行为事件和所述目的行为事件作为节点，跳转方向作为连线，连接所述源行为事件的节点和所述目的行为事件的节点；

计算所述跳转频次对应的系数，在所述连线上标注所述跳转频次对应的系数，生成所述目标行为指纹图；

其中，所述跳转频次对应的系数的计算公式为：

其中，x为所述跳转频次，f(x)为所述跳转频次对应的系数。

2.根据权利要求1所述的方法，其特征在于，所述计算所述目标行为指纹图和所述参照行为指纹图的相似度，包括：

从所述目标行为指纹图中获取目标向量，从所述参照行为特征图中获取参照向量；

计算所述目标向量和所述参照向量的相关系数，即为所述目标行为指纹图和所述参照行为指纹图的相似度。

3.根据权利要求2所述的方法，其特征在于，所述相关性系数为皮尔森相关系数。

4.根据权利要求1所述的方法，其特征在于，所述计算所述目标行为指纹图和所述参照行为指纹图的相似度之后，还包括：

当所述相似度小于阈值时，生成提醒通知；

将所述提醒通知发送至风险管理系统，以使得所述风险管理系统对所述目标用户进行进一步验证。

5.一种用户身份鉴定装置，其特征在于，所述装置包括：

目标行为数据获取模块，用于获取目标用户在第一预设时间内的目标行为数据；

第一指纹图生成模块，用于将所述目标行为数据输入特征指纹模型中，生成所述目标行为数据对应的目标行为指纹图，其中，所述行为指纹图是对行为数据进行分析后、生成的表征用户在交互事件中行为趋向性的图形；

参照行为指纹图获取模块，用于获取所述目标用户在第二预设时间内的参照行为指纹图；

身份鉴定模块，用于计算所述目标行为指纹图和所述参照行为指纹图的相似度，当所述相似度大于或等于阈值时，对所述目标用户的身份鉴定通过；

其中，所述目标行为数据具有发生时间，第一指纹图生成模块200，包括：

会话切分单元，用于根据所述发生时间的顺序遍历所述目标行为数据，按照会话对所述目标行为数据进行切分；

跳转行为获取单元，用于根据切分后的目标行为数据获取不同行为事件间的跳转行为；

跳转行为分析单元，用于获取跳转行为对应的源行为事件和目的行为事件，统计同一源行为事件和目的行为事件对应的跳转频次；

会话连接子单元，用于将所述源行为事件和所述目的行为事件作为节点，跳转方向作为连线，连接所述源行为事件的节点和所述目的行为事件的节点；

指纹图生成子单元，用于计算所述跳转频次对应的系数，在所述连线上标注所述跳转频次对应的系数，生成所述目标行为指纹图；

所述跳转频次对应的系数的计算公式为：

其中，x为所述跳转频次，f(x)为所述跳转频次对应的系数。

6.一种计算机设备，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，其特征在于，所述处理器运行所述计算机指令时执行权利要求1至4任一项所述方法的步骤。

7.一种存储介质，其上存储有计算机指令，其特征在于，所述计算机指令运行时执行权利要求1至4任一项所述方法的步骤。