一种对象参数的确定方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例涉及一种对象参数的确定方法、装置、设备及存储介质，包括：根据对象信息构建对象对应的节点分布图，所述节点分布图中相连节点之间对应的对象信息存在交集；从所述节点分布图中确定目标节点的所有邻居节点；基于对象信息确定目标节点与每个邻居节点的特征参数；基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征参数对应的多个相关性系数；基于多个所述相关性系数确定所述目标节点对应的特征向量；基于所述特征向量确定所述目标节点对应的对象参数。由此，可以实现根据每个对象之间的关联确定对象参数，增加了参数的准确性。增加了参数的准确性。增加了参数的准确性。

【技术实现步骤摘要】
一种对象参数的确定方法、装置、设备及存储介质


[0001]本专利技术实施例涉及反欺诈领域，尤其涉及一种对象参数的确定方法、装置、设备及存储介质。

技术介绍

[0002]目前，评分卡模型广泛用于金融行业的风险评估与控制，对于传统的评分卡方案，都是直接对用户特征采用逻辑回归，GBDT等机器学习方法来进行建模，以用来预测用户是否会产生欺诈。
[0003]现有的技术方法没有考虑到用户和用户之间是否存在关联，导致评价结果不全面，降低了评分卡模型的精度，评价准确度不够高。

技术实现思路

[0004]鉴于此，为解决上述评价准确度不够高的技术问题，本专利技术实施例提供一种对象参数的确定方法、装置、设备及存储介质。
[0005]第一方面，本专利技术实施例提供一种对象参数的确定方法，包括：
[0006]根据对象信息构建对象对应的节点分布图，所述节点分布图中相连节点之间对应的对象信息存在交集；
[0007]从所述节点分布图中确定目标节点的所有邻居节点；
[0008]基于对象信息确定目标节点与每个邻居节点的特征参数；
[0009]基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征参数对应的多个相关性系数；
[0010]基于多个所述相关性系数确定所述目标节点对应的特征向量；
[0011]基于所述特征向量确定所述目标节点对应的对象参数。
[0012]在一个可能的实施方式中，所述根据对象信息构建对象对应的节点分布图，包括：
[0013]获取多个对象的对象信息，将所述对象信息中具有相同特征信息的对象关联构建节点分布图，所述对象信息中包括至少一个特征信息。
[0014]在一个可能的实施方式中，所述从所述节点分布图中确定目标节点的所有邻居节点，包括：
[0015]从所述节点分布图中确定与目标节点相关联的所有节点作为所有邻居节点。
[0016]在一个可能的实施方式中，所述基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征参数对应的多个相关性系数，包括：
[0017]基于所述特征参数和对应的权重信息采用注意力机制Attention Mechanism确定每个邻居节点与所述目标节点的相关性系数。
[0018]在一个可能的实施方式中，所述基于多个所述相关性系数确定所述目标节点对应的特征向量，包括：
[0019]采用逻辑回归softmax模型对多个所述相关性系数进行归一化处理得到多个归一
化后的相关性系数；
[0020]将多个所述归一化后的相关性系数和所述特征参数进行加权求和得到所述目标节点对应的特征向量。
[0021]在一个可能的实施方式中，所述基于所述特征向量确定所述目标节点对应的对象参数，包括：
[0022]采用分类器Classifier确定所述目标节点对应的对象参数；
[0023]基于所述对象参数通过交叉熵Cross Entropy确定损失函数；
[0024]基于损失函数确定所述目标节点对应的对象参数是否正确。
[0025]在一个可能的实施方式中，在所述基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征信息对应的多个相关性系数之前，所述方法还包括：
[0026]基于所述特征参数确定目标节点与每个邻居节点的关联关系对应的关联参数，所述关联参数用于指示所述邻居节点的重要性；
[0027]基于所述参数对多个所述邻居节点进行重要性排序；
[0028]基于所述重要性排序对预设数量的所述邻居节点进行采样；
[0029]对采样后的邻居节点进行确定相关性系数的步骤。
[0030]第二方面，本专利技术实施例提供一种对象参数的确定装置，包括：
[0031]构图模块，用于根据对象信息构建对象对应的节点分布图，所述节点分布图中相连节点之间对应的对象信息存在交集；
[0032]确定模块，用于从所述节点分布图中确定目标节点的所有邻居节点；基于对象信息确定目标节点与每个邻居节点的特征参数；基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征参数对应的多个相关性系数；基于多个所述相关性系数确定所述目标节点对应的特征向量；基于所述特征向量确定所述目标节点对应的对象参数。
[0033]第三方面，本专利技术实施例提供一种设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的对象参数的确定程序，以实现上述第一方面中任一项所述的对象参数确定方法。
[0034]第四方面，本专利技术实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面中任一项所述的对象参数确定方法。
[0035]本专利技术实施例涉及一种对象参数的确定方案，通过节点之间的关联关系构建节点分布图，根据节点分布图确定邻居节点与目标节点的关联关系对应的特征参数，基于所述参数确定每个邻居节点与目标节点的相关性系数，基于相关性系数确定目标节点对应的特征向量；基于特征向量确定目标节点对应的对象参数。由此，可以实现根据每个对象之间的关联确定对象参数，增加了参数的准确性。
附图说明
[0036]图1为本专利技术实施例提供的一种对象参数的确定方法的流程示意图；
[0037]图2为本专利技术实施例提供的另一种对象参数的确定方法的流程示意图；
[0038]图3为本专利技术实施例提供的一种对象参数的确定装置的结构示意图；
[0039]图4为本专利技术实施例提供的一种设备的结构示意图。
具体实施方式
[0040]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0041]为便于对本专利技术实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本专利技术实施例的限定。
[0042]图1为本专利技术实施例提供的一种对象参数的确定方法的流程示意图，如图1所示，该方法具体包括：
[0043]S11、根据对象信息构建对象对应的节点分布图，所述节点分布图中相连节点之间对应的对象信息存在交集。
[0044]本专利技术实施例提供的对象参数确定方法可以应用于金融领域，例如，在金融风控领域识别用户是否有欺诈意向，所述对象参数可以是表示对象类别的的一个评分或概率，具体使用构图的方法确定目标对象与邻居对象关联关系，根据关联关系确定对象的参数。
[0045]在本实施例中，对象是指用户，对象信息是指用户注册时提供的用户信息，例如，设备ID、IP、手机号、身份证号、申请次数、申请金额、成功次数和失败次数等等，每个对象对应节点分布图中的一个节点，节点分布图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象参数的确定方法，其特征在于，包括：根据对象信息构建对象对应的节点分布图，所述节点分布图中相连节点之间对应的对象信息存在交集；从所述节点分布图中确定目标节点的所有邻居节点；基于对象信息确定目标节点与每个邻居节点的特征参数；基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征参数对应的多个相关性系数；基于多个所述相关性系数确定所述目标节点对应的特征向量；基于所述特征向量确定所述目标节点对应的对象参数。2.根据权利要求1所述的方法，其特征在于，所述根据对象信息构建对象对应的节点分布图，包括：获取多个对象的对象信息，将所述对象信息中具有相同特征信息的对象关联构建节点分布图，所述对象信息中包括至少一个特征信息。3.根据权利要求1所述的方法，其特征在于，所述从所述节点分布图中确定目标节点的所有邻居节点，包括：从所述节点分布图中确定与目标节点相关联的所有节点作为所有邻居节点。4.根据权利要求1所述的方法，其特征在于，所述基于所述特征参数确定每个邻居节点与所述目标节点的相关性系数，得到多组所述特征参数对应的多个相关性系数，包括：基于所述特征参数和对应的权重信息采用注意力机制Attention Mechanism确定每个邻居节点与所述目标节点的相关性系数。5.根据权利要求1所述的方法，其特征在于，所述基于多个所述相关性系数确定所述目标节点对应的特征向量，包括：采用逻辑回归softmax模型对多个所述相关性系数进行归一化处理得到多个归一化后的相关性系数；将多个所述归一化后的相关性系数和所述特征参数进行加权求和得到所述目标节点对应的特征向量。6.根据权利要求1所述的方法，其特征在于，所述基于所述特征向量确定所述...

【专利技术属性】
技术研发人员：张雯倩，刘慈文，
申请(专利权)人：上海晓途网络科技有限公司，
类型：发明
国别省市：