用户风险识别方法、装置及电子设备制造方法及图纸

本公开涉及一种用户风险识别方法、装置、电子设备及计算机可读介质。该方法包括：获取用户的金融信息和终端应用列表，所述终端应用列表中包括已安装的应用信息；根据所述终端应用列表生成用户特征向量；将所述用户特征向量和金融信息输入用户风险模型中生成风险评分，所述用户风险模型用于描述所述用户具备金融风险的概率；以及在所述风险评分大于阈值时，将所述用户确定为高风险用户。本公开涉及的用户风险识别方法、装置、电子设备及计算机可读介质，能够通过直观的方式量化用户终端上各个应用之间的关系，进而提取用户特征，并结合多维度的用户信息对用户进行风险识别，提高风险识别的准确率。

User risk identification method, device and electronic equipment

【技术实现步骤摘要】
用户风险识别方法、装置及电子设备
本公开涉及计算机信息处理领域，具体而言，涉及一种用户风险识别方法、装置、电子设备及计算机可读介质。
技术介绍
随着经济的发展，为了满足其自身发展的需要，个人用户或者企业用户经常由金融服务机构进行借款活动，对于金融服务机构而言，用户的借款活动很可能会给金融服务公司带来风险。在还款期限届满之前，借款人(信贷用户)财务商务状况的重大不利变化很可能影响其履约能力，从而发生呆账、坏账等风险，因此，为了降低此类风险的发生概率，金融服务机构需要对借款人进行风险评估，根据风险评估结果，金融服务公司可拒绝为金融风险较高、不能还款的用户提供服务。目前，金融风险的判别经常是通过对用户的基础信息和行为信息的进行分析获得，可例如，基础信息可包括用户的年龄、性别、职业、地域等等，行为信息可包括用户的借款信息、还款信息、违约信息等等。如何挖掘出更多的能够反映用户某一方面特征的信息，以对用户的金融风险进行更加全面的分析和判别，是目前广泛关注的课题。在所述
技术介绍
部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不本文档来自技高网...

【技术保护点】
1.一种用户风险识别方法，其特征在于，包括：/n获取用户的金融信息和终端应用列表，所述终端应用列表中包括已安装的应用信息；/n根据所述终端应用列表生成用户特征向量；/n将所述用户特征向量和金融信息输入用户风险模型中生成风险评分，所述用户风险模型用于描述所述用户具备金融风险的概率；以及/n在所述风险评分大于阈值时，将所述用户确定为高风险用户。/n

【技术特征摘要】
1.一种用户风险识别方法，其特征在于，包括：
获取用户的金融信息和终端应用列表，所述终端应用列表中包括已安装的应用信息；
根据所述终端应用列表生成用户特征向量；
将所述用户特征向量和金融信息输入用户风险模型中生成风险评分，所述用户风险模型用于描述所述用户具备金融风险的概率；以及
在所述风险评分大于阈值时，将所述用户确定为高风险用户。


2.如权利要求1所述的方法，其特征在于，根据所述终端应用列表生成用户特征向量，包括：
提取所述终端应用列表中的多个应用信息；以及
将所述多个应用信息和用户特征向量字典进行比较以生成所述用户特征向量。


3.如权利要求1-2所述的方法，其特征在于，将所述多个应用信息和用户特征向量字典进行比较以生成所述用户特征向量，包括：
根据应用名称由所述用户特征向量字典中确定多个向量；以及
将所述多个向量进行组合生成所述用户特征向量。


4.如权利要求1-3所述的方法，其特征在于，还包括：
通过历史用户的终端应用列表对长短期记忆网络进行训练生成用户特征向量字典。


5.如权利要求1-4所述的方法，其特征在于，通过历史用户的终端应用列表对长短期记忆网络进行训练生成用户特征向量字典，包括：
基于对历史用户的金融信息的分析生成正样本用户集合和负样本用户集合；
分别获取正样本用户集合和负样本用户集合中的多个历史用户的终端应用列表，所述终端应用列表中包括已安装的应用信息；
基于所述终端应用列表分别生成正样本应用集合和负样本应用集合；
通过长短期记忆网络对正样本应用集合和负样本应用集合进行训练，生成用户特征向量字典。


6.如...

【专利技术属性】
技术研发人员：赵楠，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11