本发明专利技术提供了一种用户异常度评估方法、装置、系统及计算机可读存储介质，该方法包括：确定多个用户的用户初始评分和用户初始类别；构建多维图谱网络，多维图谱网络包括用户节点和非用户节点；基于用户初始评分，确定多维图谱网络的用户节点和非用户节点的值；将多维图谱网络拆分为多个连通子图，基于用户初始类别对连通子图的各节点进行类别迭代传导，形成多个同类别连通子图：根据同类别连通子图中各节点的值和边权重计算子图评分，并根据子图评分和用户初始评分确定用户异常度。利用上述方法，能够更准确地评估用户异常度。能够更准确地评估用户异常度。能够更准确地评估用户异常度。
【技术实现步骤摘要】
一种用户异常度评估方法、装置及计算机可读存储介质
[0001]本专利技术属于风险评估领域，具体涉及一种用户异常度评估方法、装置及计算机可读存储介质。
技术介绍
[0002][0003]随着移动支付的发展，人们的生活变得更加方便，但同时各类支付风险仍然存在，且呈现规模化、组织化趋势。针对这些风险场景，传统方法是采用专家规则引擎，通过历史的风险用户标签或业务场景归纳规则，以进行风险用户识别，该方法过于依赖专家，且多针对特定场景，方法可扩展性较差，新场景下需重新进行用户打标和规则归纳，严重影响侦测效率。现阶段，基于用户个体特征的机器学习侦测方法也被应用到各类异常交易的侦测中，但这些方法对数据质量要求较高，对于含有较多噪声的数据及非均衡数据集的侦测效果不佳。同时，基于用户社交网络的子图挖掘方法也越来越多的被应用到风险组织侦测中，但其主要利用于特定目标欺诈组织的挖掘与研究，对海量的多维度、多组织、多噪声数据复杂网络下的异常交易挖掘及发现存在明显不足。
[0004]因此，如何更可靠地评估用户异常度风险是一个亟待解决的问题。
技术实现思路
[0005]针对上述现有技术中存在的问题，提出了一种用户异常度评估方法、装置及计算机可读存储介质，利用这种方法、装置及计算机可读存储介质，能够解决上述问题。
[0006]本专利技术提供了以下方案。
[0007]第一方面，提供一种用户异常度评估方法，包括：确定多个用户的用户初始评分和用户初始类别；构建多维图谱网络，所述多维图谱网络包括用户节点和非用户节点；基于所述用户初始评分，确定所述多维图谱网络的所述用户节点和所述非用户节点的值；将所述多维图谱网络拆分为多个连通子图，基于所述用户初始类别对所述连通子图的各节点进行类别迭代传导，形成多个同类别连通子图：根据所述同类别连通子图中各节点的值和边权重计算子图评分，并根据所述子图评分和所述用户初始评分确定用户异常度。
[0008]在一种可能的实施方式中，确定用户的初始评分和初始类别，还包括：根据用户的异常交易行为确定所述用户初始评分；根据用户的交易信息和设备指纹信息提取用户特征，对所述用户特征进行聚类得到所述用户初始类别。
[0009]在一种可能的实施方式中，所述异常交易行为包括以下中的一种或多种：高频交易、异地交易、夜间交易、位置突变、优惠交易占比过高。
[0010]在一种可能的实施方式中，根据所述交易信息提取的所述用户特征包括：消费强度、消费时间、消费行业、优惠情况、转账规模中的一种或多种；根据所述设备指纹信息提取的所述用户特征包括：IP、GPS、是否获取根权限、仰角、加速度、设备型号中的一种或多种。
[0011]在一种可能的实施方式中，所述聚类采用基于密度的聚类方法。
[0012]在一种可能的实施方式中，构建多维图谱网络，包括：定义关联图谱节点，所述图谱节点包括交易实体节点和类别节点，所述交易实体节点至少包括所述用户节点；根据所述交易实体节点之间的交易关系进行连边，并设置边权重；根据所述交易实体节点和所述类别节点之间的聚类关系进行连边，并设置边权重。
[0013]在一种可能的实施方式中，所述方法还包括：根据所述用户特征进行聚类，并根据得到的聚类中心作为所述类别节点；根据所述用户到所述聚类中心的距离设置所述用户节点和所述类别节点之间的边权重。
[0014]在一种可能的实施方式中，所述类别节点包括GPS类节点，所述方法还包括：根据所述用户的GPS的经纬度信息进行聚类，并根据聚类中心作为所述GPS类节点。
[0015]在一种可能的实施方式中，根据所述多维图谱网络和所述用户初始评分确定各个节点的值，包括：对于用户节点，根据对应的所述用户初始评分确定所述用户节点的值；对于非用户节点，根据相连的所述用户节点的值和二者之间的边权重确定所述非用户节点的值。
[0016]在一种可能的实施方式中，利用以下公式确定所述非用户节点的初始值：其中，所述非用户节点具有n个与其相连的节点，相连节点的值为s
i
，i＝1,2,
…
,n，对应的边权重分别为c
i
，i＝1,2,
…
,n。
[0017]在一种可能的实施方式中，将所述多维图谱网络拆分为多个连通子图，包括：对边权重小于预设阈值的边进行剔除，形成多个连通子图。
[0018]在一种可能的实施方式中，基于所述用户初始类别对所述连通子图的各节点进行类别迭代传导，形成多个同类别连通子图，包括：对于每个所述连通子图，所述用户节点的初始类别根据所述用户初始类别确定，各个所述非用户节点的初始类别根据与其相连的所述用户节点的边权重占比最大的类别确定；每一次迭代中，各节点均根据相连节点的边权重占比最大的类别更新自身类别，直至收敛或达到最大迭代次数。
[0019]在一种可能的实施方式中，根据所述同类别连通子图中各节点的值和边权重计算子图评分，包括：利用以下公式确定所述子图评分：其中，所述所述w
ij
为节点i和节点j连接的边权重，所述W为根据所述w
ij
计算得到的所述同类别连通子图的邻接矩阵。
[0020]在一种可能的实施方式中，所述非用户节点包括以下中的一种或多种：商户节点、银行节点、手机号节点、IP地址节点、分类节点。
[0021]第二方面，提供一种用户异常度评估装置，被配置为用于执行如第一方面的方法，装置包括：确定模块，用于确定多个用户的用户初始评分和用户初始类别；构建模块，用于构建多维图谱网络，所述多维图谱网络包括用户节点和非用户节点；赋值模块，用于基于所述用户初始评分，确定所述多维图谱网络的所述用户节点和所述非用户节点的值；迭代模块，用于将所述多维图谱网络拆分为多个连通子图，基于所述用户初始类别对所述连通子图的各节点进行类别迭代传导，形成多个同类别连通子图：评估模块，用于根据所述同类别
连通子图中各节点的值和边权重计算子图评分，并根据所述子图评分和所述用户初始评分确定用户异常度。
[0022]第三方面，提供一种用户异常度评估装置，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行：如第一方面的方法。
[0023]第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有程序，当所述程序被多核处理器执行时，使得所述多核处理器执行如第一方面的方法。
[0024]本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：能够更准确地评估用户的异常度。
[0025]应当理解，上述说明仅是本专利技术技术方案的概述，以便能够更清楚地了解本专利技术的技术手段，从而可依照说明书的内容予以实施。为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举例说明本专利技术的具体实施方式。
附图说明
[0026]通过阅读下文的示例性实施例的详细描述，本领域普通技术人员将明白本文所本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种用户异常度评估方法，其特征在于，包括：确定多个用户的用户初始评分和用户初始类别；构建多维图谱网络，所述多维图谱网络包括用户节点和非用户节点；基于所述用户初始评分，确定所述多维图谱网络的所述用户节点和所述非用户节点的值；将所述多维图谱网络拆分为多个连通子图，基于所述用户初始类别对所述连通子图的各节点进行类别迭代传导，形成多个同类别连通子图：根据所述同类别连通子图中各节点的值和边权重计算子图评分，并根据所述子图评分和所述用户初始评分确定用户异常度。2.根据权利要求1所述的方法，其特征在于，确定用户的初始评分和初始类别，还包括：根据用户的异常交易行为确定所述用户初始评分；根据用户的交易信息和设备指纹信息提取用户特征，对所述用户特征进行聚类得到所述用户初始类别。3.根据权利要求2所述的方法，其特征在于，所述异常交易行为包括以下中的一种或多种：高频交易、异地交易、夜间交易、位置突变、优惠交易占比过高。4.根据权利要求2所述的方法，其特征在于，根据所述交易信息提取的所述用户特征包括：消费强度、消费时间、消费行业、优惠情况、转账规模中的一种或多种；根据所述设备指纹信息提取的所述用户特征包括：IP、GPS、是否获取根权限、仰角、加速度、设备型号中的一种或多种。5.根据权利要求2所述的方法，其特征在于，所述聚类采用基于密度的聚类方法。6.根据权利要求2所述的方法，其特征在于，构建多维图谱网络，包括：定义关联图谱节点，所述图谱节点包括交易实体节点和类别节点，所述交易实体节点至少包括所述用户节点；根据所述交易实体节点之间的交易关系进行连边，并设置边权重；根据所述交易实体节点和所述类别节点之间的聚类关系进行连边，并设置边权重。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：根据所述用户特征进行聚类，并根据得到的聚类中心作为所述类别节点；根据所述用户到所述聚类中心的距离设置所述用户节点和所述类别节点之间的边权重。8.根据权利要求7所述的方法，其特征在于，所述类别节点包括GPS类节点，所述方法还包括：根据所述用户的GPS的经纬度信息进行聚类，并根据聚类中心作为所述GPS类节点。9.根据权利要求1所述的方法，其特征在于，根据所述多维图谱网络和所述用户初始评分确定各个节点的值，包括：对于用户节点，根据对应的所述用户初始评分确定所述用户节点的值；对于非用户节点，根据相连的所述用户节点的值和二者之间的边权重确定所述非用户节点的值。10.根据权利要求9所述的方法，其特征在于，利用以下公式确定所述非用户节点的初
始值：其中，所述非用户节点具有n个与其相连的节点，相连节点的值为s
i
【专利技术属性】
技术研发人员：李晓刚，庞悦，高鹏飞，郑建宾，潘婧，赵金涛，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：
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。