风险用户的识别方法、装置及电子设备制造方法及图纸

本公开涉及一种风险用户的识别方法、装置、电子设备及计算机可读介质。该方法包括：获取当前用户的行为数据，所述行为数据包括至少一个历史行为及其对应的行为时间；将所述至少一个历史行为和预设类别的多个行为集合进行相似比较，确定所述当前用户的至少一个行为标签；所述至少一个行为和其对应的行为标签输入风险识别模型中计算得到风险评分；在所述风险评分大于阈值时，将所述当前用户确定为风险用户。本公开涉及的风险用户的识别方法、装置、电子设备及计算机可读介质，能够在训练数据不完整或者训练数据缺失样本标签的情况下，生成准确有效的风险识别模型，进而对当前用户的风险进行识别，保证企业资源安全。保证企业资源安全。保证企业资源安全。

【技术实现步骤摘要】
风险用户的识别方法、装置及电子设备


[0001]本公开涉及计算机信息处理领域，具体而言，涉及一种风险用户的识别方法、装置、电子设备及计算机可读介质。

技术介绍

[0002]近年来随着金融科技技术的不断高速发展，同时伴随着客群下沉、经济形势快速变化等多方面挑战，各互联网金融服务机构都面临着更为复杂同时不断快速变化的资源欺诈风险。而各互联网金融服务机构应对资源欺诈风险侦测的主要方式可以分为两大类，即基于规则的应对方式和基于机器学习算法的应对方式。
[0003]其中，规则主要依赖于管理人员的业务经验或特征归类，设置一些规则来对用户进行筛选，这种方式存在一定的主观性，有时难免疏漏。相对而言基于机器学习的应对方案则更加客观，同时准确性也有更为清晰可靠的量化标准。而目前最常用的算法主要有逻辑回归、朴素贝叶斯、支持向量机、随机森林等。
[0004]然后，机器学习方式中的大多数方法的问题在于，训练机器学习模块的样本数据需要分配足够的资源欺诈标签，才能够训练生成准确的风险识别模型，而且，在有新的资源欺诈行为出现时，训练好的机器学习模型不能识别新的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险用户的识别方法，其特征在于，包括：获取当前用户的行为数据，所述行为数据包括至少一个历史行为及其对应的行为时间；将所述至少一个历史行为和预设类别的多个行为集合进行相似比较，确定所述当前用户的至少一个行为标签；将所述至少一个行为和其对应的行为标签输入风险识别模型中计算得到风险评分；在所述风险评分大于阈值时，将所述当前用户确定为风险用户。2.如权利要求1所述的识别方法，其特征在于，还包括：在所述当前用户为风险用户时，为所述当前用户确定用户策略；基于所述用户策略，限制所述当前用户的使用权限；和/或基于所述用户策略，发送二次核验信息至所述当前用户。3.如权利要求要求1-2中任一所述的识别方法，其特征在于，还包括：通过历史用户的行为数据和聚类算法生成所述多个行为集合；为所述多个行为集合分别分配行为标签。4.如权利要求1-3中任一所述的识别方法，其特征在于，还包括：将所述多个行为集合和其对应的行为标签分别输入隐马尔科夫模型中进行训练；在模型参数收敛时，生成所述风险识别模型。5.如权利要求1-4中任一所述的识别方法，其特征在于，通过历史用户的行为数据和聚类算法生成所述多个行为集合，包括：获取历史用户的行为数据中的多个历史行为及其对应的行为时间；通过聚类算法对多个历史行为数据进行聚类以生成所述多个行为集合。6.如权利要求1-5中任一所述的识别方法，其特征在于，通过历史用户的行为数据和聚...

【专利技术属性】
技术研发人员：范晓波，胡弘毅，
申请(专利权)人：上海淇玥信息技术有限公司，
类型：发明
国别省市：