[发明专利]风险群体的预测方法、装置、计算机设备及存储介质有效
申请号: | 202010189680.1 | 申请日: | 2020-03-18 |
公开(公告)号: | CN111401959B | 公开(公告)日: | 2023-09-29 |
发明(设计)人: | 周家林;王冬羽;邵强;徐克勤;徐峰;徐艳飞;张素华;杨凯 | 申请(专利权)人: | 多点(深圳)数字科技有限公司 |
主分类号: | G06Q30/0207 | 分类号: | G06Q30/0207 |
代理公司: | 北京超凡宏宇知识产权代理有限公司 11463 | 代理人: | 李莎 |
地址: | 518000 广东省深圳市福田区福田街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 风险 群体 预测 方法 装置 计算机 设备 存储 介质 | ||
本发明实施例涉及互联网技术领域,提供一种风险群体的预测方法、装置、计算机设备及存储介质,所述方法包括:获取当前交易的第二用户的用户特征序列,其中,第二用户的用户特征序列用于表征第二用户进行当前交易的交易特征;依据第二用户的用户特征序列及每一第一用户的用户特征序列更新关联关系图;从更新后的关联关系图中,以第二用户为起点确定满足预设连通关系的风险群体,本发明实施例能够预测具有关联关系的风险群体。
技术领域
本发明涉及互联网技术领域,具体而言,涉及一种风险群体的预测方法、装置、计算机设备及存储介质。
背景技术
促销和优惠活动是电商吸引用户的有效手段,也是恶意交易用户的主要攻击目标。为了及时识别出进行恶意交易的风险用户,现有技术主要基于各种风险规则及规则的相互组合对风险用户进行识别。
基于风险规则的识别方法难以识别包括相互关联的用户的风险群体。
发明内容
本发明的目的在于提供了一种风险群体的预测方法、装置、计算机设备及存储介质,其能够预测具有关联关系的风险群体。
本发明的实施例可以这样实现:
第一方面,本实施例提供一种风险群体的预测方法,应用于计算机设备,计算机设备存储有表征多个第一用户之间的相似关系的关联关系图,每一第一用户对应一个用于表征该第一用户的交易特征的用户特征序列,所述方法包括:获取当前交易的第二用户的用户特征序列,其中,第二用户的用户特征序列用于表征第二用户进行当前交易的交易特征;依据第二用户的用户特征序列及每一第一用户的用户特征序列更新关联关系图;从更新后的关联关系图中,以第二用户为起点确定满足预设连通关系的风险群体。
第二方面,本实施例提供一种风险群体的预测装置,应用于计算机设备,计算机设备存储有表征多个第一用户之间的相似关系的关联关系图,每一第一用户对应一个用于表征该第一用户的交易特征的用户特征序列,所述装置包括获取模块、更新模块及确定模块,其中,获取模块,用于获取当前交易的第二用户的用户特征序列,其中,第二用户的用户特征序列用于表征第二用户进行当前交易的交易特征;更新模块,用于依据第二用户的用户特征序列及每一第一用户的用户特征序列更新关联关系图;确定模块,用于从更新后的关联关系图中,以第二用户为起点确定满足预设连通关系的风险群体。
第三方面,本实施例提供一种计算机设备,所述计算机设备包括:一个或多个处理器;存储器,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如前述实施方式中任一项所述的风险群体的预测方法。
第四方面,本实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如前述实施方式中任一项所述的风险群体的预测方法。
相对于现有技术,本发明实施例提供了一种风险群体的预测方法、装置、计算机设备及存储介质,其能够依据用户的用户特征序列对表征多个用户之间的相似关系的关联关系图进行更新,然后再从更新后的关联关系图中确定风险群体,由此达到识别具有关联关系的风险群体的目的。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种风险群体的预测方法的流程图。
图2示出了本发明实施例所提供的关联关系图的示例图。
图3示出了本发明实施例所提供的另一种风险群体的预测方法的流程图。
图4示出了本发明实施例所提供的一种关联关系图更新示意图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于多点(深圳)数字科技有限公司,未经多点(深圳)数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010189680.1/2.html,转载请声明来源钻瓜专利网。