【技术实现步骤摘要】
非正常用户的识别方法、装置、电子设备及存储介质
本申请实施例涉及互联网
，特别是涉及一种非正常用户的识别方法、装置、电子设备及存储介质。
技术介绍
在交易网站中，存在一类通过非正当手段牟取不当利益的用户，即非正常用户。交易网站为了控制风险，需要对非正常用户进行识别，拦截其交易行为。由于各个非正常用户涉及的金额、订单数量等因素有差异，因此各个非正常用户的风险程度不一样。为了确保既能控制风险，也能保持较好的用户体验、避免误伤，需要精确地刻画每个非正常用户的风险程度，对高风险的非正常用户进行严格打击，同时对低风险的非正常用户进行适当的管控。现有技术中，在确定非正常用户的风险程度时，先从订单角度入手，通过策略专家经验，依据交易行为所处的环境(例如IP地址、使用设备等)识别当前订单是否为目标风险类型，之后再根据单笔订单是否存在目标风险类型的识别结果，综合考虑用户的非正常订单金额、订单数量等因素，对用户的目标风险程度进行评分。评分方式通过对各相关因素加权求和得到，而各因素的权重根据专家经验确定。由于各因素的...
【技术保护点】
1.一种非正常用户的识别方法，其特征在于，包括：/n获取待识别用户的订单风险识别数据和基本信息，并获取与所述待识别用户对应的关联用户的订单风险识别数据，其中，所述关联用户为与所述待识别用户具有相同设备标识、相同手机号或相同支付账号的其他用户；/n根据所述待识别用户的订单风险识别数据、所述关联用户的订单风险识别数据和所述基本信息，确定预先建立的层次分析模型的指标层中各个识别指标的得分，所述层次分析模型是与目标风险类型相对应的模型；/n基于层次分析法，确定层次分析模型的准则层中各个识别准则对应的权重，并根据识别准则与识别指标的对应关系，确定每个识别准则下各个识别指标对应的权重；...
【技术特征摘要】 【专利技术属性】
1.一种非正常用户的识别方法，其特征在于，包括：
获取待识别用户的订单风险识别数据和基本信息，并获取与所述待识别用户对应的关联用户的订单风险识别数据，其中，所述关联用户为与所述待识别用户具有相同设备标识、相同手机号或相同支付账号的其他用户；
根据所述待识别用户的订单风险识别数据、所述关联用户的订单风险识别数据和所述基本信息，确定预先建立的层次分析模型的指标层中各个识别指标的得分，所述层次分析模型是与目标风险类型相对应的模型；
基于层次分析法，确定层次分析模型的准则层中各个识别准则对应的权重，并根据识别准则与识别指标的对应关系，确定每个识别准则下各个识别指标对应的权重；
根据所述各个识别准则对应的权重，以及每个识别准则下各个识别指标对应的得分和权重，确定所述待识别用户的目标风险得分。
2.根据权利要求1所述的方法，其特征在于，所述识别准则包括待识别用户的目标风险类型特征和关联用户的目标风险类型特征。
3.根据权利要求1所述的方法，其特征在于，所述基于层次分析法，确定层次分析模型的准则层中各个识别准则对应的权重，并根据识别准则与识别指标的对应关系，确定每个识别准则下各个识别指标对应的权重，包括：
基于层次分析法，构建所述准则层对应的判断矩阵，作为准则判断矩阵，并根据识别准则与识别指标的对应关系，分别构建每个识别准则对应的识别指标的判断矩阵，作为指标判断矩阵；
根据所述准则判断矩阵，确定所述准则层中各个识别准则对应的权重；
根据所述指标判断矩阵，确定每个识别准则下各个识别指标对应的权重。
4.根据权利要求3所述的方法，其特征在于，所述根据所述准则判断矩阵，确定所述准则层中各个识别准则对应的权重，包括：
若所述准则判断矩阵满足一致性条件，则对所述准则判断矩阵进行规范列平均计算，得到所述准则层中各个识别准则对应的权重。
5.根据权利要求3所述的方法，其特征在于，所述根据所述指标判断矩阵，确定每个识别准则下各个识别指标对应的权重，包括：
若一个识别准则对应的识别指标的指标判断矩阵满足一致性条件，则对所述指标判断矩阵进行规范列平均计算，得到该识别准则下各个识别指标对应的权重。
技术研发人员：牛志向，邓锦君，刁士涵，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11
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。