数据异常识别方法以及装置制造方法及图纸

本说明书实施例提供数据异常识别方法以及装置，其中所述数据异常识别方法包括：获取数据请求，所述数据请求携带用户的用户标识；根据所述用户标识，获取所述用户在至少一个关系维度的关系数据；获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据；在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征；将所述用户的基础特征数据以及所述关系特征，输入异常识别模型对所述数据请求进行异常识别，获得输出的针对所述数据请求的异常识别结果。

【技术实现步骤摘要】
数据异常识别方法以及装置
本说明书实施例涉及数据处理
，特别涉及一种数据异常识别方法以及装置。
技术介绍
随着互联网的发展，越来越多的数据业务可以通过互联网进行操作，其中，由于有些数据业务具有可用性高而且门槛较低等特性，涌现大量用户参与到数据业务中，因此，导致数据业务中可能存在的数据异常识别的难度大大提高，目前，数据业务中的数据异常通常会在位置、空间、群体等方面呈现聚集性特征，可以通过这些聚集性特征对数据业务中出现的数据异常进行识别，然而仍然有一部分数据业务发生的随机性较强，聚集性也较弱，对此需要提供更有效的方案。
技术实现思路
有鉴于此，本说明书实施例提供了一种数据异常识别方法。本说明书一个或者多个实施例同时涉及一种数据异常识别装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。本说明书实施例的第一方面，提供了一种数据异常识别方法，包括：获取数据请求，所述数据请求携带用户的用户标识；根据所述用户标识，获取所述用户在至少一个关系维度的关系数据；获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据；在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征；将所述用户的基础特征数据以及所述关系特征，输入异常识别模型对所述数据请求进行异常识别，获得输出的针对所述数据请求的异常识别结果。可选的，所述至少一个关系维度，包括下述至少一项：交易关系维度、社交关系维度、扩散交易关系维度。<br>可选的，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：根据所述交易关系维度的交易关系数据，确定与所述用户存在交易关系的交易用户群；获取所述用户以及所述交易用户群中交易用户的基础特征数据。可选的，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：在所述交易关系维度，基于所述基础特征数据中所述交易用户的社交关系数据，构建以所述交易用户为节点的第一社交网络；所述交易用户两两之间存在的社交关系作为所述交易用户对应的两两节点之间的第一社交连边；统计所述第一社交网络中两两节点之间存在的第一社交连边的数量，作为第一连边数量；根据所述第一社交网络中节点的数量，计算所述第一社交网络中两两节点之间存在的第一连边总数；根据所述第一连边数量以及所述第一连边总数，计算所述第一社交网络的第一社交亲密度，将所述第一社交亲密度作为所述交易关系维度对应的所述关系特征。可选的，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：根据所述社交关系维度的社交关系数据，确定与所述用户存在社交关系的社交用户群；获取所述用户以及所述社交用户群中社交用户的基础特征数据。可选的，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：在所述社交关系维度，将所述基础特征数据中所述用户以及所述社交用户的历史交易特征数据进行汇总，获得所述用户的关系交易特征，将所述关系交易特征作为所述社交关系维度对应的所述关系特征。可选的，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：根据所述扩散交易关系维度的交易关系数据，确定与所述用户存在交易关系的所述交易用户群；根据所述扩散交易关系维度的第一扩散交易关系数据，确定与所述交易用户群中交易用户存在交易关系的第一扩散交易用户群；获取所述用户、所述交易用户以及所述第一扩散交易群中第一扩散交易用户的基础特征数据。可选的，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：在所述扩散交易关系维度，根据所述基础特征数据中各个交易用户对应的第一扩散交易用户群中第一扩散交易用户的历史交易特征数据以及用户特征数据进行汇总，获得所述各个交易用户的交易模式特征；对所述用户的历史交易特征数据进行分析，获得所述用户的用户交易特征；将所述交易模式特征以及所述用户交易特征，作为所述扩散交易关系维度对应的所述关系特征。可选的，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：根据所述扩散交易关系维度的社交关系数据，确定与所述用户存在社交关系的社交用户群；根据所述扩散交易关系维度的第二扩散交易关系数据，确定与所述社交用户群中社交用户存在交易关系的第二扩散交易用户群；获取所述用户、所述社交用户以及所述第二扩散交易群中第二扩散交易用户的基础特征数据。可选的，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：在所述社交关系维度，将所述基础特征数据中所述用户以及所述社交用户的历史交易特征数据进行汇总，获得所述用户在社交关系维度对应的关系交易特征；在所述扩散交易关系维度，基于所述基础特征数据中所述第二扩散交易用户的社交关系数据，构建以所述第二扩散交易用户为节点的第二社交网络；所述第二扩散交易用户两两之间存在的社交关系作为所述第二扩散交易用户对应的两两节点之间的第二社交连边；统计所述第二社交网络中两两节点之间存在的第二社交连边的数量，作为第二连边数量；根据所述第二社交网络中节点的数量，计算所述第二社交网络中两两节点之间存在的第二连边总数；根据所述第二连边数量以及所述第二连边总数，计算所述第二社交网络在扩散交易维度对应的第二社交亲密度；将所述关系交易特征以及所述第二社交亲密度作为所述关系特征。可选的，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：根据所述交易关系维度的交易关系数据，确定与所述用户存在交易关系的交易用户群；根据所述扩散交易关系维度的第三扩散交易关系数据，确定与所述交易用户群中交易用户存在交易关系的第三扩散交易用户群；根据所述社交关系维度的社交关系数据，确定与所述用户存在社交关系的社交用户群；获取所述用户、所述交易用户、所述第三扩散交易用户群中第三扩散交易用户以及所述社交用户群中社交用户的基础特征数据。可选的，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：在所述交易关系维度，基于所述基础特征数据中所述交易用户的社交关系数据，构建以所述交易用户为节点的第一社交网络；所述交易用户两两之间存在的社交关系作为所述交易用户对应的两两节点之间的第一社交连边；统计所述第一社交网络中两两节点之间存在的第一社交连边的数量，作为第一连边数量；根据所述第一社交网络中节点的数量，计算所述第一社交网络中两两节点之间存在的第一连边总数；根据所述第一连边数量以及所述第一连边总数，计算所述第一社交网络的第一社交亲密度；将所述第一社交亲密度作为所述交本文档来自技高网...

【技术保护点】
1.一种数据异常识别方法，包括：/n获取数据请求，所述数据请求携带用户的用户标识；/n根据所述用户标识，获取所述用户在至少一个关系维度的关系数据；/n获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据；/n在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征；/n将所述用户的基础特征数据以及所述关系特征，输入异常识别模型对所述数据请求进行异常识别，获得输出的针对所述数据请求的异常识别结果。/n

【技术特征摘要】
1.一种数据异常识别方法，包括：
获取数据请求，所述数据请求携带用户的用户标识；
根据所述用户标识，获取所述用户在至少一个关系维度的关系数据；
获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据；
在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征；
将所述用户的基础特征数据以及所述关系特征，输入异常识别模型对所述数据请求进行异常识别，获得输出的针对所述数据请求的异常识别结果。


2.根据权利要求1所述的数据异常识别方法，所述至少一个关系维度，包括下述至少一项：交易关系维度、社交关系维度、扩散交易关系维度。


3.根据权利要求2所述的数据异常识别方法，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：
根据所述交易关系维度的交易关系数据，确定与所述用户存在交易关系的交易用户群；
获取所述用户以及所述交易用户群中交易用户的基础特征数据。


4.根据权利要求3所述的数据异常识别方法，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：
在所述交易关系维度，基于所述基础特征数据中所述交易用户的社交关系数据，构建以所述交易用户为节点的第一社交网络；所述交易用户两两之间存在的社交关系作为所述交易用户对应的两两节点之间的第一社交连边；
统计所述第一社交网络中两两节点之间存在的第一社交连边的数量，作为第一连边数量；
根据所述第一社交网络中节点的数量，计算所述第一社交网络中两两节点之间存在的第一连边总数；
根据所述第一连边数量以及所述第一连边总数，计算所述第一社交网络的第一社交亲密度，将所述第一社交亲密度作为所述交易关系维度对应的所述关系特征。


5.根据权利要求2所述的数据异常识别方法，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：
根据所述社交关系维度的社交关系数据，确定与所述用户存在社交关系的社交用户群；
获取所述用户以及所述社交用户群中社交用户的基础特征数据。


6.根据权利要求5所述的数据异常识别方法，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：
在所述社交关系维度，将所述基础特征数据中所述用户以及所述社交用户的历史交易特征数据进行汇总，获得所述用户的关系交易特征，将所述关系交易特征作为所述社交关系维度对应的所述关系特征。


7.根据权利要求2所述的数据异常识别方法，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：
根据所述扩散交易关系维度的交易关系数据，确定与所述用户存在交易关系的所述交易用户群；
根据所述扩散交易关系维度的第一扩散交易关系数据，确定与所述交易用户群中交易用户存在交易关系的第一扩散交易用户群；
获取所述用户、所述交易用户以及所述第一扩散交易群中第一扩散交易用户的基础特征数据。


8.根据权利要求7所述的数据异常识别方法，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：
在所述扩散交易关系维度，根据所述基础特征数据中各个交易用户对应的第一扩散交易用户群中第一扩散交易用户的历史交易特征数据以及用户特征数据进行汇总，获得所述各个交易用户的交易模式特征；
对所述用户的历史交易特征数据进行分析，获得所述用户的用户交易特征；
将所述交易模式特征以及所述用户交易特征，作为所述扩散交易关系维度对应的所述关系特征。


9.根据权利要求2所述的数据异常识别方法，所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据，包括：
根据所述扩散交易关系维度的社交关系数据，确定与所述用户存在社交关系的社交用户群；
根据所述扩散交易关系维度的第二扩散交易关系数据，确定与所述社交用户群中社交用户存在交易关系的第二扩散交易用户群；
获取所述用户、所述社交用户以及所述第二扩散交易群中第二扩散交易用户的基础特征数据。


10.根据权利要求9所述的数据异常识别方法，所述在所述关系维度对所述基础特征数据进行特征提取，获得所述关系维度对应的关系特征，包括：
在所述社交关系维度，将所述基础特征数据中所述用户以及所述社交用户的历史交...

【专利技术属性】
技术研发人员：王婧，
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