本公开涉及用于针对用户的举报来确定反馈的方法和装置。根据本公开的一个方案的方法包括：获取与进行举报的所述用户相关联的用户数据；利用所获取的用户数据来判断所述用户对于举报反馈的偏好；以及，至少部分地基于所判断出的偏好，确定要提供给所述用户的反馈，其中，所述反馈包括针对所述举报的审理结果，并且其中，所述反馈反映所述用户的所述偏好。
Method and device for determining feedback for user reports
【技术实现步骤摘要】
用于针对用户的举报来确定反馈的方法和装置
本公开总体上涉及信息处理，更具体地，涉及用于针对用户的举报来确定反馈的方法和装置。
技术介绍
反欺诈是对包含交易诈骗、网络诈骗、电话诈骗、盗卡盗号等在内的各种欺诈行为进行识别的一项服务。在线反欺诈是互联网服务尤其是互联网金融必不可少的一部分。对于反欺诈，目前行业中在事前教育、事中识别、以及事后审理三个环节也在进行着相关的研究并有一定产品投入应用。从用户角度而言，常规方案中在用户针对欺诈事件向服务平台进行举报后，会收到来自服务平台的通知亦即反馈，向用户告知针对该次举报的定性审理结果。然而，经过一定时间的调查发现，不同用户对于定性结果反馈的具体诉求也不相同。例如，调查发现，同一用户二次、甚至多次被骗的情况仍占一定比例，并且，部分用户在举报后安全感降低，导致活跃度出现下降。因此，现有的简单告知审理结果的反馈方式并不能满足用户的需求。
技术实现思路
提供该
技术实现思路
部分来以简化的形式介绍一些选出的概念，其将在下面的具体实施方式部分中被进一步描述。该
技术实现思路
部分并非是要标识出所要求保护的主题的任何关键特征或必要特征，也不是要被用于帮助确定所要求保护的主题的范围。根据本公开的一个方案，提供了一种用于针对用户的举报来确定反馈的方法，所述包括：获取与进行举报的所述用户相关联的用户数据；利用所获取的用户数据来判断所述用户对于举报反馈的偏好；以及至少部分地基于所判断出的偏好，确定要提供给所述用户的反馈，其中，所述反馈包括针对所述举报的审理结果，并且其中，所述反馈反映所述用户的所述偏好。根据本公开的另一个方案，提供了一种用于针对用户的举报来确定反馈的装置，所述装置包括：用于获取与进行举报的所述用户相关联的用户数据的单元；用于利用所获取的用户数据来判断所述用户对于举报反馈的偏好的单元；以及用于至少部分地基于所判断出的偏好，确定要提供给所述用户的反馈的单元，其中，所述反馈包括针对所述举报的审理结果，并且其中，所述反馈反映所述用户的所述偏好。根据本公开的又一个方案，提供了一种计算设备，所述计算设备包括：存储器，其用于存储指令；以及至少一个处理器，其耦合到所述存储器，其中，所述指令在由所述至少一个处理器执行时，使得所述至少一个处理器执行本文中所述的方法。根据本公开的另一个方案，提供了一种计算机可读存储介质，其上存储有指令，所述指令在由至少一个处理器执行时，使得所述至少一个处理器执行本文中所述的方法。附图说明在附图中对本公开的实施例以示例的形式而非限制的形式进行了说明，其中相似的附图标记表示相同或类似的部件，其中：图1示出了可以在其中实施本公开的一些实施例的示例性环境；图2是根据本公开的一个实施例的示例性方法的流程图；图3示出了根据本公开的一个实施例的示例性架构；图4是根据本公开的一个实施例的示例性装置的框图；图5是根据本公开的一个实施例的示例性计算设备的框图。具体实施方式在说明书的以下部分中，出于解释的目的而阐述了大量具体细节。然而，应当理解的是，本公开的实施例无需这些具体细节就可以实施。在其它实例中，并未详细示出公知的电路、结构和技术，以免影响对说明书的理解。说明书通篇中对“一个实施例”、“实施例”、“示例性实施例”、“一些实施例”、“各种实施例”等的引述表示所描述的本公开的实施例可以包括特定的特征、结构或特性，然而，并不是说每个实施例都必须要包含这些特定的特征、结构或特性。此外，一些实施例可以具有针对其它实施例描述的特征中的一些、全部，或者不具有针对其它实施例描述的特征。在下面的说明书中，可能会用到术语“耦合”和“连接”及其派生词。需要理解的是，这些术语并非是要作为彼此的同义词。相反，在特定的实施例中，“连接”用于表示两个或更多部件彼此直接物理或电接触，而“耦合”则用于表示两个或更多部件彼此协作或交互，但是它们可能、也可能不直接物理或电接触。下面参考图1，其示出了一个示例性环境100，可以在其中实施本公开的一些实施例。如图1所示，示例性环境100可以包括客户端110、服务器120以及一个或多个数据源130。本领域技术人员可以理解，图1中所示的架构仅为示例而非限制。客户端110的示例可以包括、但不限于：移动设备，个人数字助理(PDA)，可穿戴设备，移动计算设备，智能电话，蜂窝电话，手持设备，消息传送设备，计算机，个人计算机(PC)，台式计算机，膝上型计算机，笔记本计算机，手持计算机，平板计算机，工作站，迷你计算机，大型计算机，超级计算机，网络设备，Web设备，基于处理器的系统，多处理器系统，消费电子设备，可编程消费电子设备，电视，数字电视，机顶盒，或其任意组合。在一些实施例中，客户端110的功能可以通过运行在其上的应用程序来实现。如图1所示，客户端110和服务器120可以通过网络140来通信地耦合。网络140可以包括任意类型的有线或无线通信网络，或者有线或无线网络的组合。通信网络的示例可以包括局域网(LAN)、广域网(WAN)、公共电话网、互联网、内联网、蓝牙，等等。此外，尽管在图1中只示出了单个网络140，但是在一些实施例中，网络140也可以被配置为包括多个网络。此外，尽管在图1中服务器120被示出为单个服务器，但是可以理解的是，它也可以被实现为服务器阵列或服务器群组，或者在一些实施例中它甚至可以是不同实体构成的集群，其中的每个实体被配置为执行各自的功能。此外，在一些实施例中，服务器120可以被部署在分布式计算环境中，并且也可以使用云计算技术来实现，而本公开并不限于此。此外，尽管在图1中一个或多个数据源130被示出为与服务器120分离并耦合到服务器120，但是在一些实施例中，一个或多个数据源130也可以与服务器120集成在一起。一个或多个数据源130也可以通信地耦合到网络140。在一个典型场景中，用户通过客户端110来针对某项欺诈事件向服务平台(例如，图1中所示的服务器120)发出举报。例如，通过使用客户端110上的特定应用程序(APP)的举报接口，用户可以来将准备好的举报材料提供给服务器120以供后者进行审理。响应于接收到该举报，服务器120对该举报进行处理，然后将处理结果反馈给客户端110以供呈现给用户。典型地，处理结果为文字形式并且仅包括定性审理结果。然而，不同用户对于定性结果反馈有不一样的诉求。例如，针对某服务平台的一项调查显示，超过半数的用户希望获得较为专业的反馈通知，有近四分之一的用户则希望服务平台考虑该用户举报后的情感诉求，并且还有一定比例的用户希望服务平台能够明确引导该用户如何向警方报案以便追回诈骗损失，等等。不同用户群体在就欺诈事件进行举报后，除了通用的诉求——即获得明确的审理结果，被告知举报对象是否受到处罚，等等——之外，还有着各不相同的个性化诉求，而后者则是现有技术的方案所不支持的。根据本公开的一个示例性实施例，用户的客户端110可以向服务器120发送举报数据。除了来自客户端110的举报数据之外，服务器120还可以获取该用户的用户数据。在一些实施例中，用户数据可以是存在于服务器120中的。附加地或者可替代地，用户数据可以来自于一个或多个数据源130。在一些实施例中，用户数据可以与该用户的唯一标识相关联，例如该用户的用户ID。在一些实施例中，利用所获取的用户本文档来自技高网...
【技术保护点】
1.一种用于针对用户的举报来确定反馈的方法，包括：获取与进行举报的所述用户相关联的用户数据；利用所获取的用户数据来判断所述用户对于举报反馈的偏好；以及至少部分地基于所判断出的偏好，确定要提供给所述用户的反馈，其中，所述反馈包括针对所述举报的审理结果，并且其中，所述反馈反映所述用户的所述偏好。
【技术特征摘要】
1.一种用于针对用户的举报来确定反馈的方法，包括：获取与进行举报的所述用户相关联的用户数据；利用所获取的用户数据来判断所述用户对于举报反馈的偏好；以及至少部分地基于所判断出的偏好，确定要提供给所述用户的反馈，其中，所述反馈包括针对所述举报的审理结果，并且其中，所述反馈反映所述用户的所述偏好。2.如权利要求1所述的方法，其中，所述判断包括将所述用户数据作为输入，使用基于机器学习算法的预测模型来确定所述用户的所述偏好。3.如权利要求2所述的方法，其中，所述机器学习算法包括深度神经网络(DNN)算法。4.如权利要求2所述的方法，其中，所述偏好包括以下几类中的一个或多个：所述用户对于反馈风格的偏好、所述用户对于反馈内容的偏好、所述用户对于反馈形式的偏好。5.如权利要求2所述的方法，其中，所述用户数据包括以下中的一个或多个：所述用户的基础账户数据、所述用户的社会属性数据、所述用户的举报历史数据、所述用户的来电和自助服务历史数据、所述用户的限制解除申请历史数据、所述用户的交易历史数据。6.如权利要求1所述的方法，其中，所述用户数据来自多个数据源。7.如权利要求2所述的方法，其中，所述预测模型是使用有监督学习进行训练的。8.如权利要求4所述的方法，其中，针对所述用户的每一类偏好，使用一个单独的预测子模型来确定所述用户在该类偏好上的具体选择。9.一种用于针对用户的举报来确定反馈的装置，包括：用于获取与进行举报的所述用户相关联的用户数据的单元；用于利用所获取的用户数据来判断所述用户对于举报反馈的偏好的单元；以及用于至少部分地基于所判断出的偏好...
【专利技术属性】
技术研发人员：唐韵，
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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。