策略确定方法和装置制造方法及图纸

本申请实施例提供了一种策略确定方法和装置，其中方法包括：获取商户的签约文本信息；其中，所述签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别；获取所述商户的交易数据，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别；基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略。

Strategic determination methods and devices

【技术实现步骤摘要】
策略确定方法和装置
本申请涉及计算机
，尤其涉及一种策略确定方法和装置。
技术介绍
目前电商平台迅速发展，商户可以入驻电商平台，在电商平台中进行线上交易。电商平台为了保证商户和消费者的利益，需要对商户进行风险监控，比如监控商户的经营范围是否合法，商户是否存在欺诈经营等情况。目前在对商户进行风险监控时，主要将商户自己上报的行业类别确定为商户所属的行业类别，基于商户所属的行业类别来对商户进行风险监控，然而这种方式无法排除商户人为谎报行业类别的情况，导致对商户实施的风险监控措施的精准性较差。
技术实现思路
本申请实施例的目的是提供一种策略确定方法和装置，以提高对商户进行风险监控的精准性。为解决上述技术问题，本申请实施例是这样实现的：本申请实施例提供了一种策略确定方法，包括：获取商户的签约文本信息；其中，所述签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别；获取所述商户的交易数据，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别；基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略。本申请实施例提供了一种策略确定装置，包括：获取模块，用于获取商户的签约文本信息；其中，所述签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；第一确定模块，用于根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别；第二确定模块，用于获取所述商户的交易数据，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别；策略确定模块，用于基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略。本申请实施例提供了一种策略确定设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现上述所述的策略确定方法的步骤。本申请实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述所述的策略确定方法的步骤。本申请实施例中，能够分别根据商户的签约文本信息和商户的交易数据，确定商户所属的第一行业类别和第二行业类别，并基于第一行业类别和第二行业类别，确定商户对应的风险监控策略。由于本实施例中通过多种方式分别确定多次商户所属的行业类别，并根据多次的确定结果确定商户对应的风险监控策略，因此能够达到准确确定商户所属的行业类别，进而准确确定商户对应的风险监控策略的效果，解决现有技术中对商户实施的风险监控措施的精准性较差的问题，提高对商户进行风险监控的精准性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请一实施例提供的策略确定方法的应用场景示意图；图2为本申请一实施例提供的策略确定方法的流程示意图；图3为本申请一实施例提供的确定第一行业类别的过程示意图；图4为本申请一实施例提供的确定各个行业类别对应的关键文本库的过程示意图；图5a为本申请一实施例提供的将商户的交易特征数据表示为按照时间顺序排列的数据序列的形式的示意图；图5b为本申请另一实施例提供的将商户的交易特征数据表示为按照时间顺序排列的数据序列的形式的示意图；图6为本申请一实施例提供的策略确定装置的模块组成示意图；图7为本申请一实施例提供的策略确定设备的结构示意图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。本申请实施例提供了一种策略确定方法和装置，以提高对商户进行风险监控的精准性。图1为本申请一实施例提供的策略确定方法的应用场景示意图，如图1所述，该场景包括用户终端100、商户终端200和服务器集群300。图1中，用户终端100、商户终端200分别和服务器集群300通信连接，服务器集群300上可以运行电商平台，商户可以通过商户终端200访问电商平台，从而在电商平台上开设店铺售卖产品，用户可以通过用户终端100访问电商平台，从而在电商平台上访问各个店铺以购买产品。服务器集群300可以执行本申请实施例中的策略确定方法，确定商户所属的行业类别，根据商户所属的行业类别确定商户对应的风险监控策略，并对商户进行风险监控。图1中，服务器集群300可以包括一台或多台服务器，用户终端和商户终端均可以为手机、电脑、平板电脑中的任意一项。图2为本申请一实施例提供的策略确定方法的流程示意图，如图2所示，该流程包括以下步骤：步骤S202，获取商户的签约文本信息；其中，签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；步骤S204，根据签约文本信息和各个行业类别对应的关键文本库，确定商户所属的第一行业类别；步骤S206，获取商户的交易数据，根据商户的交易数据和训练的行业识别模型，确定商户所属的第二行业类别；步骤S208，基于第一行业类别和第二行业类别，确定商户对应的风险监控策略。本申请实施例中，能够分别根据商户的签约文本信息和商户的交易数据，确定商户所属的第一行业类别和第二行业类别，并基于第一行业类别和第二行业类别，确定商户对应的风险监控策略。由于本实施例中通过多种方式分别确定多次商户所属的行业类别，并根据多次的确定结果确定商户对应的风险监控策略，因此能够达到准确确定商户所属的行业类别，进而准确确定商户对应的风险监控策略的效果，解决现有技术中对商户实施的风险监控措施的精准性较差的问题，提高对商户进行风险监控的精准性。上述步骤S202中，可以在商户签约时，获取商户的签约文本信息，或者，在商户签约后，与用户进行首笔交易前，获取商户的签约文本信息。签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项。举例而言，在商户A签约后，与用户进行首笔交易前，获取商户A的签约文本信息，该签约文本信息包括商户A的商户名称“A”，经营的商品名称“A1”、“A2”和“A3”，商户工商信息以及商户地址信息。上述步骤S204中，根据商户的签约文本信息和各个行业类别对应的关键文本库，确定商户所属的第一行业类别，具体为：(a1)对商户的签约文本信息进行分词处理，得到多个第一文本词；(a2)将第一文本词与各个关键文本库进行匹配，以确定第一文本词与各个关键文本库之间的匹配程度值；(a3)根据第一文本词与各个关键文本库之间的匹配程度值，在各个关键文本库中确定目标文本库；(a4)将目标文本库所属的行业类别，确定为商户所属的第一行业类别。具体地，上述动作(a1)中，可以采用通用的分词算法如CRF及UNIGRAM算法对商户的签约文本信息进行分词处理，得到多个第一文本词。上述本文档来自技高网...

【技术保护点】
1.一种策略确定方法，其特征在于，包括：获取商户的签约文本信息；其中，所述签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别；获取所述商户的交易数据，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别；基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略。

【技术特征摘要】
1.一种策略确定方法，其特征在于，包括：获取商户的签约文本信息；其中，所述签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别；获取所述商户的交易数据，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别；基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略。2.根据权利要求1所述的方法，其特征在于，根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别，包括：对所述签约文本信息进行分词处理，得到多个第一文本词；将所述第一文本词与各个所述关键文本库进行匹配，以确定所述第一文本词与各个所述关键文本库之间的匹配程度值；根据所述第一文本词与各个所述关键文本库之间的匹配程度值，在各个所述关键文本库中确定目标文本库；将所述目标文本库所属的行业类别，确定为所述商户所属的第一行业类别。3.根据权利要求2所述的方法，其特征在于，将所述第一文本词与各个所述关键文本库进行匹配，以确定所述第一文本词与各个所述关键文本库之间的匹配程度值，包括：根据各个所述关键文本库中的关键文本词的词向量，确定各个所述关键文本库的库向量；根据所述第一文本词的词向量和各个所述关键文本库的库向量，确定所述第一文本词与各个所述关键文本库之间的匹配程度值。4.根据权利要求1至3任一项所述的方法，其特征在于，通过以下方式确定得到各个行业类别对应的关键文本库：获取各个行业类别对应的行业特征语料库，并对所述行业特征语料库中的文本进行分词处理，得到各个行业类别对应的多个第二文本词；根据所述第二文本词的语义信息、词频值和词向量，在各个行业类别对应的所述多个第二文本词中筛选各个行业类别对应的初始文本词，利用所述初始文本词组成各个行业类别对应的初始文本库；根据各个行业类别对应的初始文本词的词向量，对各个所述初始文本库进行合并，根据合并结果确定各个行业类别对应的关键文本库。5.根据权利要求4所述的方法，其特征在于，根据各个行业类别对应的初始文本词的词向量，对各个所述初始文本库进行合并，根据合并结果确定各个行业类别对应的关键文本库，包括：根据各个行业类别对应的初始文本词的词向量，确定各个行业类别对应的初始文本库的库向量；根据各个初始文本库的库向量，在各个初始文本库中确定初始文本库对应的相似文本库；将所述初始文本库与对应的相似文本库进行合并，将合并后得到的文本库，确定为所述初始文本库对应的行业类别所对应的关键文本库。6.根据权利要求1所述的方法，其特征在于，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别，包括：根据所述交易数据确定所述商户的交易特征数据，并将所述商户的交易特征数据表示为按照时间顺序排列的数据序列的形式；将所述商户的交易特征数据对应的数据序列输入所述行业识别模型进行运算，根据运算结果确定所述商户所属的第二行业类别。7.根据权利要求1或6所述的方法，其特征在于，所述行业识别模型通过以下方式训练得到：获取多个样本商户的交易数据，并根据所述样本商户所属的行业类别确定所述样本商户的交易数据对应的数据标签；根据所述样本商户的交易数据确定所述样本商户的交易特征数据，并将所述样本商户的交易特征数据表示为按照时间顺序排列的数据序列的形式；根据所述样本商户的交易特征数据对应的数据序列和所述样本商户的交易数据对应的数据标签，训练所述行业识别模型，所述行业识别模型包括卷积神经网络模型。8.根据权利要求1所述的方法，其特征在于，基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略，包括：若所述第一行业类别和所述第二行业类别相同，则确定所述商户对应第一风险监控策略，所述第一风险监控策略的商户打扰率低于打扰率阈值；若所述第一行业类别和所述第二行业类别不同，则确定所述商户对应第二风险监控策略，所述第二风险监控策略的商户打扰率高于打扰率阈值。9.一种策略确定装置...

【专利技术属性】
技术研发人员：李超，姚廉，陈帅，王维强，黄宇寰，
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