一种交易意图识别方法及装置制造方法及图纸

本说明书实施例提供一种交易意图识别方法及装置，获取交易行为序列，交易行为序列包括待识别的目标交易，以及目标交易的双方用户之间的历史交易；将交易行为序列输入编码网络，得到对应的交易表征；在预先构建的用户关系网络图中，分别以双方用户为目标节点，利用图神经网络对目标节点进行关联节点的属性特征聚合，得到双方用户各自的用户表征；将双方用户各自的用户表征和交易表征，输入意图识别网络，确定目标交易的交易意图类型。确定目标交易的交易意图类型。确定目标交易的交易意图类型。

【技术实现步骤摘要】
一种交易意图识别方法及装置


[0001]本说明书涉及交易安全
，尤其涉及一种交易意图识别方法及装置。

技术介绍

[0002]在交易安全领域，大额交易识别和管控是金融机构合规履职的重要组成部分，也是历次监管检查的重点。大额客户常见的交易意图类型有商品交易、服务交易、薪资、资本交易以及不合法交易等。准确确定大额交易的交易意图类型，进而基于交易意图类型确定大额交易的客户是否为有风险的客户，对后续针对有风险的客户采取管控等措施，有效降低平台内的交易安全风险至关重要。
[0003]因此，如何提供一种对交易的交易意图类型进行准确识别的方法成为亟待解决的问题。

技术实现思路

[0004]本说明书一个或多个实施例提供了一种交易意图识别方法及装置，以实现对交易的交易意图类型的准确识别。
[0005]根据第一方面，提供一种交易意图识别方法，包括：
[0006]获取交易行为序列，所述交易行为序列包括待识别的目标交易，以及所述目标交易的双方用户之间的历史交易；
[0007]将所述交易行为序列输入编码网络，得到对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交易意图识别方法，包括：获取交易行为序列，所述交易行为序列包括待识别的目标交易，以及所述目标交易的双方用户之间的历史交易；将所述交易行为序列输入编码网络，得到对应的交易表征；在预先构建的用户关系网络图中，分别以所述双方用户为目标节点，利用图神经网络对目标节点进行关联节点的属性特征聚合，得到所述双方用户各自的用户表征；将所述双方用户各自的用户表征和所述交易表征，输入意图识别网络，确定所述目标交易的交易意图类型。2.如权利要求1所述的方法，其中，所述获取交易行为序列，包括：获取所述目标交易的交易信息，其中包括所述双方用户；获取所述双方用户之间在所述目标交易之前的预设时长之内的历史交易；将所述历史交易和所述目标交易按时序排列，形成所述交易行为序列。3.如权利要求1所述的方法，其中，所述图神经网络包括k个聚合层；所述利用图神经网络对目标节点进行关联节点的属性特征聚合，包括：依次在所述k个聚合层，针对目标节点执行k级向量聚合，其中，每级向量聚合包括，对该目标节点的邻居节点集中的各个邻居节点的上一级聚合向量进行邻居聚合，根据该邻居聚合结果确定该目标节点的本级聚合向量，其中各节点的初级聚合向量根据对应用户的属性特征确定。4.如权利要求3所述的方法，其中，所述聚合层包括广度探索层和深度探索层；所述每级向量聚合，包括：在广度探索层，基于该目标节点的上一级聚合向量和所述各个邻居节点的上一级聚合向量，确定各个邻居节点相对于该目标节点的权重值；基于各个权重值，从所述邻居节点集中确定出若干目标邻居节点；在深度探索层，根据该目标节点的上一级聚合向量及所述若干目标邻居节点的上一级聚合向量，确定该目标节点的本级聚合向量。5.如权利要求1所述的方法，其中，所述编码网络包括，编码层和映射层；所述得到对应的交易表征，包括：在所述编码层，分别对所述交易行为序列中各交易的交易特征进行编码，得到初始表征序列；在所述映射层，基于所述初始表征序列中各初始表征的顺序关系及其中的各初始表征，映射得到所述交易表征。6.如权利要求5所述的方法，其中，所述编码网络为如下之一：Transformer网络、长短时记忆网络LSTM。7.如权利要求1
‑
6任一项所述的方法，其中，所述用户关系网络图的边表示关联关系，所述关联关系包括如下之一：社交关系、亲属关系、资金转移关系和同机关系，所述同机关系指使用同一设备登录过。8.一种交易意图识别装置，包括：获取模块，配置为获取交易行为序列，所述交易行为序列包括待识别的目标交易，以及所述目标交易的双方用户之间的历史交易...

【专利技术属性】
技术研发人员：黄耀波，黄涛，张天翼，武玥，
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：