【技术实现步骤摘要】
针对交易场景的用户身份识别方法和装置
本说明书一个或多个实施例涉及计算机领域，尤其涉及针对交易场景的用户身份识别方法和装置。
技术介绍
当前，在交易场景中，用户与商户进行交易时，常常会采集用户的生物信息，例如，人脸信息，根据人脸信息识别用户身份，再根据识别出的用户身份，对该用户身份关联的账户进行转账等操作。现有技术中，根据人脸信息识别用户身份时，常常会出现识别不准确的问题。因此，希望能有改进的方案，能够提高交易场景中用户身份识别的准确性。
技术实现思路
本说明书一个或多个实施例描述了一种针对交易场景的用户身份识别方法和装置，能够提高交易场景中用户身份识别的准确性。第一方面，提供了一种针对交易场景的用户身份识别方法，方法包括：获取目标用户到目标商户进行交易时采集的所述目标用户的目标生物信息；从预先存储的存储生物信息与用户的各对应关系中，查找与所述目标生物信息最相似的多个存储生物信息，将所述多个存储生物信息分别对应的用户作为所述目标用户的候选用户；根据针...
【技术保护点】
1.一种针对交易场景的用户身份识别方法，所述方法包括：/n获取目标用户到目标商户进行交易时采集的所述目标用户的目标生物信息；/n从预先存储的存储生物信息与用户的各对应关系中，查找与所述目标生物信息最相似的多个存储生物信息，将所述多个存储生物信息分别对应的用户作为所述目标用户的候选用户；/n根据针对关系网络图预先训练的图神经网络模型，确定各候选用户分别对应的各第一节点嵌入向量，以及所述目标商户对应的第二节点嵌入向量；其中，所述关系网络图包括与多个用户对应的多个用户节点，多个商户对应的多个商户节点，每个用户节点通过第一类连接边连接到第一历史时段上具有交易关系的商户所对应的商户节...
【技术特征摘要】
1.一种针对交易场景的用户身份识别方法，所述方法包括：
获取目标用户到目标商户进行交易时采集的所述目标用户的目标生物信息；
从预先存储的存储生物信息与用户的各对应关系中，查找与所述目标生物信息最相似的多个存储生物信息，将所述多个存储生物信息分别对应的用户作为所述目标用户的候选用户；
根据针对关系网络图预先训练的图神经网络模型，确定各候选用户分别对应的各第一节点嵌入向量，以及所述目标商户对应的第二节点嵌入向量；其中，所述关系网络图包括与多个用户对应的多个用户节点，多个商户对应的多个商户节点，每个用户节点通过第一类连接边连接到第一历史时段上具有交易关系的商户所对应的商户节点，并通过第二类连接边连接到具有好友关系的用户所对应的用户节点；
根据各所述第一节点嵌入向量和所述第二节点嵌入向量，确定各所述候选用户到所述目标商户的各交易概率中的最大交易概率；
当所述最大交易概率大于预设阈值时，将所述最大交易概率对应的候选用户确定为所述目标用户。
2.如权利要求1所述的方法，其中，所述目标生物信息包括以下至少一种：
人脸信息、指纹信息、视网膜信息、虹膜信息、声音信息和骨架信息。
3.如权利要求1所述的方法，其中，所述确定各所述候选用户到所述目标商户的各交易概率，包括：
确定各所述第一节点嵌入向量和所述第二节点嵌入向量之间的各相关度；
将各相关度映射到交易概率的取值区间内，得到各所述候选用户到所述目标商户的各交易概率。
4.如权利要求1所述的方法，其中，所述图神经网络模型通过以下方式预先训练：
确定所述关系网络图中各个节点的节点特征，各个连接边的边特征；
基于所述节点特征确定各个节点的初级迭代的节点嵌入向量；
执行多级向量迭代，以确定各个节点的多级迭代的节点嵌入向量，其中所述多级向量迭代的每级向量迭代包括，对于各个节点，至少基于该节点的邻居节点的上一级迭代的节点嵌入向量、连接该节点的连接边的边特征向量，以及参数集，确定该节点的本级迭代的节点嵌入向量；
将第二历史时段中发生过交易的商户与用户作为一组正样本，正样本具有第一标签值，将该第二历史时段中没有发生过交易的商户与用户作为一组负样本，负样本具有第二标签值，对于各组商户与用户，基于该商户的多级迭代的节点嵌入向量、该用户的多级迭代的节点嵌入向量，确定该组商户与用户对应的交易概率预测值，其中，所述第二历史时段在所述第一历史时段之后；
调整所述参数集中的参数值，使得预定义的损失函数的函数值达到最小，其中所述损失函数的函数值基于各组商户与用户的交易概率预测值和标签值而确定。
5.如权利要求4所述的方法，其中，确定各个节点的节点特征包括：
对于各个节点中的用户节点，至少采用该用户节点对应的用户常住地作为节点特征；和/或，
对于各个节点中的商户节点，至少采用该商户节点对应的商户地理位置作为节点特征。
6.如权利要求4所述的方法，其中，确定各个连接边的边特征包括：
对于各个连接边中的第一类连接边，将该连接边所连接的商户与用户之间的交易频次作为该连接边的边特征；和/或，
对于各个连接边中的第二类连接边，将该连接边所连接的两个用户好友关系建立的时长作为该连接边的边特征。
7.如权利要求4所述的方法，还包括：初始化所述参数集。
8.如权利要求4所述的方法，其中，所述确定该节点的本级迭代的节点嵌入向量，包括：
利用所述参数集中的参数作为权重，对该节点的初级迭代的节点嵌入向量、其各个邻居节点的上一级迭代的节点嵌入向量、连接该节点的各个连接边的边特征向量三者进行加权求和，基于求和结果确定该节点的本级迭代的节点嵌入向量。
9.如权利要求1所述的方法，其中，所述预设阈值通过如下方式确定：
获取测试集，所述测试集包括多组训练样本，训练样本的样本输入为商户与用户的组合，训练样本的样本标签用于指示组合中的用户与商户是否发生交易，发生交易的训练样本为正例，反之为负例；
根据所述测试集中的样本输入，以及预先训练的所述图神经网络模型，确定该样本输入对应的样本交易概率；
在交易概率的取值区间内取多个备选阈值，针对每个备选阈值，样本交易概率大于或等于该备选阈值的样本输入识别为正例，反之识别为负例，根据该样本输入对应的样本标签，确定该备选阈值对应的所述图神经网络模型的误识率；
从所述多个备选阈值中，选取误识率低于预设的第一比例时的最小备选阈值作为所述预设阈值。
10.一种针对交易场景的用户身份识别装置，所述装置包括：
获取单元，用于获取目标用户到目标商户进行交易时采集的所述目标用户的目标生物信息；
查找单元，用于从预先存储的存储生物信息与用户的各对应关系中，查找与所述获取...
【专利技术属性】
技术研发人员：吴郑伟，刘子奇，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33
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。