确定欺诈用户、训练模型、识别欺诈风险的方法及装置制造方法及图纸

本说明书公开了确定欺诈用户、欺诈风险模型的训练、以及欺诈风险的识别方法及装置，该确定欺诈用户的方法可以根据交易数据创建用户与商品之间的交易关联网，再根据任意两用户交易的相同商品的行为，将交易关联网转化为用户之间的用户关联网，通过聚类的方式确定出用户社区，并根据用户社区中预先定义的欺诈用户的比例，确定欺诈社区。该欺诈风险模型的训练方法可以将更新后的用户关联网生成用户关联特征向量，补充到预定的欺诈用户和对应的基础特征库中，作为输入数据进行模型训练。该欺诈风险的识别方法可以从用户关联特征向量中获取待识别用户的关联特征向量，再根据该用户的关联特征向量以及基础特征，通过欺诈风险模型进行欺诈风险识别。

Methods and Devices for Determining Fraudulent Users, Training Models and Identifying Fraudulent Risks

【技术实现步骤摘要】
确定欺诈用户、训练模型、识别欺诈风险的方法及装置
本说明书涉及计算机
，尤其涉及一种确定欺诈用户的方法及装置，一种欺诈风险模型的训练方法及装置，和一种欺诈风险的识别方法及装置。
技术介绍
目前，随着电子商务的发展，网上交易已成为主要的交易方式，比如可以通过网络购买涵盖衣食住行的各种商品，等。而信贷金融以及网络信贷金融的发展又极大促进了网上交易，比如可以通过信用卡，实现一段时间免息信用交易，以及与信用卡消费方式类似的网络信贷等，也可以实现信用支付。但通过信用支付的网上交易也面临着各种风险，比如买家可以先通过信用支付进行交易，交易完成后由卖家将获得的资金回流给买家，从而达到套现的目的，或也可以通过上述方式提高某个商品的销量、热度等。而这些交易均可以定义为欺诈交易，所以需要提供一种识别欺诈用户的方案。
技术实现思路
本说明书实施例提供一种确定欺诈用户的方法，用于实现较为准确地识别欺诈用户。本说明书实施例提供一种确定欺诈用户的装置，用于实现较为准确地识别欺诈用户。本说明书实施例提供一种欺诈风险模型的训练方法，用于提高欺诈风险模型的全面性和准确性。本说明书实施例提供一种欺诈风险模型的训练装置本文档来自技高网...

【技术保护点】
1.一种确定欺诈用户的方法，包括：根据交易数据创建包含用户与商品之间的交易关联网，所述交易关联网中包含预先定义的欺诈用户；根据所述交易关联网，确定任意两个用户交易的相同商品，以及所述商品所属相同商家的商家个数，并根据所述个数将所述交易关联网转化为用户之间的用户关联网；对所述用户关联网进行聚类，确定至少一个用户社区；当用户社区中包含的所述预先定义的欺诈用户的占比大于预设阈值时，将所述用户社区中的用户确定为欺诈用户。

【技术特征摘要】
1.一种确定欺诈用户的方法，包括：根据交易数据创建包含用户与商品之间的交易关联网，所述交易关联网中包含预先定义的欺诈用户；根据所述交易关联网，确定任意两个用户交易的相同商品，以及所述商品所属相同商家的商家个数，并根据所述个数将所述交易关联网转化为用户之间的用户关联网；对所述用户关联网进行聚类，确定至少一个用户社区；当用户社区中包含的所述预先定义的欺诈用户的占比大于预设阈值时，将所述用户社区中的用户确定为欺诈用户。2.如权利要求1所述的方法，所述方法还包括：根据确定出的欺诈用户，更新所述用户关联网；根据所述更新后的用户关联网，确定目标用户与相邻的各用户交易的相同商品，以及所述商品所属相同商家的商家个数，所述相邻的各用户包含欺诈用户和/或非欺诈用户；根据所述个数，确定所述目标用户的欺诈风险等级。3.如权利要求2所述的方法，根据所述更新后的用户关联网，确定目标用户与相邻用户交易的相同商品，以及所述商品所属相同商家的商家个数，具体包括：根据所述更新后的用户关联网，确定目标用户与相邻的各欺诈用户交易的相同商品所属相同商家的第一商家个数和，以及与相邻的各用户交易的相同商品所属相同商家的第二商家个数和；则根据所述个数，确定所述目标用户的欺诈风险等级，具体包括：根据所述第一商家个数和与所述第二商家个数和的比值，确定所述目标用户的欺诈风险等级。4.如权利要求1所述的方法，根据交易数据创建包含用户与商品之间的交易关联网，具体包括：根据预存的历史欺诈概率，对交易数据中的商品进行筛选，保留高于欺诈概率阈值的商品以及对应的交易数据；根据筛选后的交易数据，创建包含用户与商品之间的交易关联网。5.如权利要求1所述的方法，根据所述交易关联网，确定任意两个用户交易的相同商品，以及所述商品所属相同商家的商家个数，并根据所述个数将所述交易关联网转化为用户之间的用户关联网，具体包括：根据所述交易关联网，确定任意两个用户在预设历史时长内、且预设时间间隔内交易的相同商品，所述预设历史时长的时间单位大于等于所述预设时间间隔的时间单位；确定所述商品在所述预设历史时长内所属相同商家的商家个数；根据所述个数将所述交易关联网转化为用户之间的用户关联网。6.如权利要求5所述的方法，对所述用户关联网进行聚类，确定至少一个用户社区，具体包括：通过社区发现算法，从所述用户关联网中确定至少一个用户社区。7.一种欺诈风险模型的训练方法，包括：根据确定出的欺诈用户以及预先定义的欺诈用户，确定欺诈用户集合；根据以确定出的欺诈用户为基础更新后的用户关联网，生成用户关联特征向量；根据所述欺诈用户集合、所述欺诈用户集合中的用户对应的基础特征库、以及所述用户关联特征向量，确定输入数据；根据所述输入数据，对欺诈风险模型进行训练。8.如权利要求7所述的方法，根据确定出的欺诈用户以及预先定义的欺诈用户，确定欺诈用户集合，具体包括：获取确定出的具有欺诈风险等级的用户；将高于预设风险等级阈值的用户、以及预先定义的欺诈用户，确定欺诈用户集合。9.一种欺诈风险的识别方法，包括：从生成的用户关联特征向量中，获取待识别用户的关联特征向量；根据所述待识别用户对应的关联特征向量以及基础特征，通过欺诈风险模型对所述待识别用户进行欺诈风险识别。10.一种确定欺诈用户的装置，包括：创建单元、转化单元、聚类单元以及确定单元，其中，所述创建单元，根据交易数据创建包含用户与商品之间的交易关联网，所述交易关联网中包含预先定义的欺诈用户；所述转化单元，根据所述交易关联网，确定任意两个用户交易的相同商品，以及所述商品所属相同商家的商家个数，并根据所述个数将所述交易关联网转化为用户之间的用户关联网；所述聚类单元，对所述用户关联网进行聚类，确定至少一个用户社区；所述确定单元，当用户社区中包含的所述预先定义的欺诈用户的占比大于预设阈值时，将所述用户社区中的用户确定为欺诈用户。11.如权利要求10所述的装置，所述装置还包括：风险等级确定单元，根据确定出的欺诈用户，更新所述用户关联网；根据所述更新后的用户关联网，确定目标用户与相邻的各用户交易的相同商品，以及所述商品所属相同商家的商家个数，所述相邻的各用户包含欺诈用户和/或非欺诈用户；根据所述个数，确定所述目标用户的欺诈风险等级。12.如权利要求11所述的装置，所述风险等级确定单元，根据所述更新后的用户关联网，确定目标用户与相邻的各欺诈用户交易的相同商品所属相同商家的第一商家个数和，以及与相邻的各用户交易的相同商品所属相同商家的第二商家个数和；则所述确定单元，根据所述第一商家个数和与所述第二商家个数和的比值，确定所述目标用户的欺诈风险等级。13.如权利要求10所述的装置，所述创建单元，根据预存的历史欺...

【专利技术属性】
技术研发人员：赵凤，余泉，乔占稳，严瑾孟，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY