[发明专利]基于多平台全域信息的电子商务信用评估方法及其系统

权利要求书

1.一种基于多平台全域信息的电子商务信用评估方法，其特征在于，所述方法包括：获取待评估商家在多家电子商务平台的信用信息；将所述待评估商家在各家所述电子商务平台的信用信息分别通过包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行级联以生成对应于所述待评估商家在各家所述电子商务平台的信用信息的第一特征向量；将所述待评估商家在各家所述电子商务平台的信用信息的第一特征向量进行二维排列为特征矩阵后通过第一卷积神经网络以获得第二特征向量；获取各家所述电子商务平台的其他商家的信用信息；将各家所述电子商务平台的其他各家商家的信用信息分别通过所述包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行级联以获得对应于各家所述电子商务平台的其他各家商家的信用信息的第三特征向量；将各家所述电子商务平台的其他各家商家的信用信息的第三特征向量进行二维排列以获得对应于各家所述电子商务平台的其他所有商家的信用信息的第一特征矩阵，并将各家所述电子商务平台的其他所有商家的信用信息的第一特征矩阵沿平台样本维度构造为三维输入张量；将所述三维输入张量通过使用三维卷积核的第二卷积神经网络以获得第四特征向量；融合所述第二特征向量与所述第四特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以获得分类结果，所述分类结果为所述待评估商家的信用评价标签。

2.根据权利要求1所述的基于多平台全域信息的电子商务信用评估方法，其中，将所述待评估商家在各家所述电子商务平台的信用信息分别通过包含嵌入层的上下文编码器以获得多个特征向量，并将所述多个特征向量进行级联以生成对应于所述待评估商家在各家所述电子商务平台的信用信息的第一特征向量，包括：使用所述上下文编码器的嵌入层分别将所述待评估商家在各家所述电子商务平台的信用信息中的各个数据项映射为嵌入向量以获得嵌入向量的序列；以及使用所述上下文编码器的转换器对所述嵌入向量的序列进行基于上下位的全局语义编码以获得所述多个特征向量。

3.根据权利要求2所述的基于多平台全域信息的电子商务信用评估方法，其中，将所述待评估商家在各家所述电子商务平台的信用信息的第一特征向量进行二维排列为特征矩阵后通过第一卷积神经网络以获得第二特征向量，包括：使用所述第一卷积神经网络的各层在层的正向传递中分别对输入数据进行：对输入数据进行基于二维卷积核的卷积处理以生成卷积特征图；对所述卷积特征图进行基于特征矩阵的全局池化处理以生成池化特征向量；以及对所述池化特征向量进行基于非线性激活以生成激活特征向量；其中，所述第一卷积神经网络的最后一层输出的所述激活特征向量为所述第二特征向量。

4.根据权利要求3所述的基于多平台全域信息的电子商务信用评估方法，其中，将所述三维输入张量通过使用三维卷积核的第二卷积神经网络以获得第四特征向量，包括：所述第二卷积神经网络以如下公式对所述三维输入张量进行编码以得到所述第四特征向量，其中，所述公式为：

其中，H_j、W_j和R_j分别表示三维卷积核的长度、宽度和高度，m表示第(l-1)层特征图的个数，是与(l-1)层的第m个特征图相连的卷积核，b_lj为偏置，f(.)表示激活函数。