[发明专利]一种用户聊天风险等级自动处置方法及系统

说明书

本发明提供一种用户聊天风险等级自动处置方法及系统，所述方法包括：基于大数据平台的训练模型对用户的聊天行为进行处理分析，得出相应的检测结果；对大数据平台的数据进行画像研究分析，提炼出识别信息，作为反作弊识别描述的衡量标准和参考依据；对用户可能存在风险进行分析并数值化得出风险值，区分对平台有隐患的账号。本发明结合自动化反欺诈流程，对于举报数据的风险等级提出一套完整的风险等级处置以及被处置用户申诉的自动化流程，大大加快了处理的速度，提高了处理效率，降低和避免了反欺诈带来的损失。

技术领域

本发明涉及计算机程序设计技术领域，具体而言，涉及一种用户聊天风险等级自动处置方法及系统。

背景技术

当前网络交互行为中经常存在欺诈等用户行为，其他用户进行举报后才开始调查流程，调查流程需要耗费较多的人力时间去判定，最终结果是耗时过长，无法全部追回款项，严重的甚至全部款项都被骗走，给其他用户造成无法挽回的损失。

发明内容

鉴于此，本发明的目的在于结合自动化反欺诈流程排查举报数据的风险等级，设计出一套完整的风险等级处置以及被处置用户申诉等的自动化流程，以加快处理的速度。

本发明提供一种用户聊天风险等级自动处置方法，包括以下步骤：

S1、基于大数据平台的训练模型对用户的聊天行为进行处理分析，得出相应的检测结果；

所述训练模型的训练方法，包括基于用户在不同行为发生场景、行为内容、行为用户基础信息、行为发生设备信息维度下的信息构建若干训练集样本、使用装置、配置模型和训练参数，将每个训练集样本，通过计算后得出检测结果；

由于存在多种维度的信息，所以对模型参数进行不同的试验；

以UB1代表行为发生场景，UB2代表行为内容，UB3代表行为用户基础信息，UB4代表行为发生设备信息；

给UB1一个初始值，然后通过训练，逐步迭代对UB1进行调整，最终得到合适的值；

给UB1和UB2一个初始值，然后通过训练，逐步迭代对UB1和UB2进行调整，最终得到合适的值；

UB1......UB4交叉进行计算；

给UB1、UB2、UB3和UB4一个初始值，然后通过训练，逐步迭代对UB1、UB2、UB3和UB4进行调整，最终得到合适的值；

通过不断的训练，让模型的参数越来越准确，从而对于输入的各种用户行为，检测结果都是可靠的；

所述聊天行为action的检测结果包括3个级别：放行、观察、拦截；其中：

放行：表示用户操作设备行为等位于正常；

观察：比如用户的操作行为(鼠标点击/移动)比较频繁或者超过一定阈值(比如每秒1000次)，则认为是有一些不良行为的操作，可进行标记或者将其作为警示用户；

拦截：比如用户的操作数据有数据伪造、篡改系统参数信息、数据风控黑名单等，即用户操作异常情况非常严重，对系统有危害等，可认定是有危害的用户行为，需要对其进行限制，处罚，封号等；

S2、对大数据平台的数据进行画像研究分析，提炼出识别信息，作为反作弊识别描述的衡量标准和参考依据；

所述画像研究分析的方法包括：

根据需要的设备型号、设备IP地址、设备MAC地址、设备软件版本信息、设备唯一标识码、传感器数据、安装列表、用户编号、用户手机的md5加密方式、用户IP、用户性别、用户等级，对数据进行用户画像的构建，所述用户画像的构建的方法包括：对用户各个维度进行分析，以及计算标签权重；

设定标签权重阈值位，构建和分析的标签包括：数据异常、行为异常、校验异常；