[发明专利]数据处理方法、装置、设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取目标账户集，并根据所述目标账户集中各账户的注册数据，从所述目标账户集中确定出参考账户；所述目标账户集中包含至少一个账户，以及每个账户的注册数据；所述参考账户包括异常账户，以及与异常账户存在关联关系的关联账户；

获取所述参考账户的占比特征，所述占比特征包括以下至少一种：异常账户的异常占比，以及关联账户的关联占比；

当所述占比特征满足目标处理条件时，采用与所述目标处理条件关联的处理规则对从所述目标账户集中的目标异常账户进行处理。

2.如权利要求1所述的方法，其特征在于，若所述占比特征包括异常账户的异常占比；所述当所述占比特征满足目标处理条件时，采用与所述目标处理条件关联的处理规则对从所述目标账户集中的目标异常账户进行处理，包括：

当所述异常占比大于第一比例阈值时，确定满足目标处理条件，并采用与所述目标处理条件关联的处理规则对从所述目标账户集中的目标异常账户进行处理。

3.如权利要求2所述的方法，其特征在于，所述采用与所述目标处理条件关联的处理规则对从所述目标账户集中的目标异常账户进行处理，包括：

根据所述目标账户集中各账户的注册数据，删除所述目标账户集中的正常账户，所述正常账户包括：对应账户的注册数据中包括的注册对象为已背书对象，或者对应账户的注册数据为可信特征数据；

将所述目标账户集中删除了所述正常账户的剩余账户作为目标异常账户，并采用与所述目标处理条件关联的处理规则对所述目标异常账户进行处理。

4.如权利要求1所述的方法，其特征在于，若所述占比特征包括关联账户的关联占比；所述当所述占比特征满足目标处理条件时，采用与所述目标处理条件关联的处理规则对从所述目标账户集中的目标异常账户进行处理，包括：

当所述关联占比大于第二比例阈值时，确定满足目标处理条件，并获取所述目标账户集中各账户的异常度分值；

将所述目标账户集中，对应异常度分值大于等于分数阈值的账户作为目标异常账户，并采用与所述目标处理条件关联的处理规则对所述目标异常账户进行处理。

5.如权利要求4所述的方法，其特征在于，从所述目标账户集中确定出与异常账户存在关联关系的关联账户的方式包括：

从异常账户的注册数据中获取法人信息，注册对象的身份信息，以及所述异常账户的支付卡信息；

将所述目标账户集中与所述法人信息相同的账户，与所述身份信息相同的账户，或者，与所述支付卡信息相同的账户作为与异常账户存在关联关系的关联账户。

6.如权利要求4所述的方法，其特征在于，所述获取所述目标账户集中各账户的异常度分值，包括：

调用训练完成的评分模型，并结合所述目标账户集中各账户的注册信息，确定所述目标账户集中各账户的第一分值；

获取所述目标账户集中每个账户的评价信息，并根据所述评价信息确定所述目标账户集中各账户的第二分值；

根据所述第一分值和所述第二分值，确定所述目标账户集中各账户的异常度分值。

7.如权利要求6所述的方法，其特征在于，得到所述训练完成的评分模型的方式包括：

为所述目标账户集包括的各账户添加异常标签，并确定所述目标账户集包括的各账户对应的审核标签，所述审核标签用于指示所述目标账户集包括的各账户是否真实为异常的账户；

获取所述目标账户集包括的各账户的账户特征数据，所述账户特征数据包括以下一种或多种：订单数据，名称数据，投诉数据和信息流数据；

根据每个账户的账户特征数据，每个账户对应的异常标签，以及为每个账户添加的审核标签，对初始评分模型进行训练，得到训练完成的评分模型。

8.如权利要求1所述的方法，其特征在于，所述获取目标账户集，包括：

接收新账户的注册请求，获取所述新账户的注册数据；

根据所述新账户的注册数据对所述新账户进行划分，并将所述新账户被划分到的账户集作为目标账户集。