一种数据处理方法、装置、服务器以及存储介质制造方法及图纸

本申请实施例公开了一种数据处理方法、装置、服务器以及存储介质，其中方法包括：确定目标对象和样本对象集合，样本对象集合包括一个或多个样本对象，样本对象集合中所有样本对象对应M个风险类别；从样本对象集合中确定风险类别为目标风险类别的N个样本对象；获取N个样本对象中每一个样本对象在目标风险类别上的风险权重，以及确定目标对象与每一个样本对象之间的关联强度；根据每一个样本对象在目标风险类别上的风险权重，以及目标对象与每一个样本对象之间的关联强度确定目标对象在目标风险类别上的风险权重；根据目标对象在目标风险类别上的风险权重确定目标对象的风险信息。可以准确的获得对象的风险信息，从而提高风险类别的识别精度。别的识别精度。别的识别精度。

【技术实现步骤摘要】
一种数据处理方法、装置、服务器以及存储介质


[0001]本申请涉及计算机
，尤其涉及一种数据处理方法、装置、服务器以及存储介质。

技术介绍

[0002]随着计算机技术可互联网技术的快速发展，网络交易在人们的日常生活中的应用越来越广泛，也给人们在日常生活中带来了极大的便利。但是，在网络交易中，交易账户可能存在各种风险，例如，诈骗、套现等风险。
[0003]目前，确定不同交易账户的风险信息的方法通常是通过该交易账户的风险特征来判断风险类别，例如，风险特征可以是是金额、交易对手、交易区域、资金模式等特征。而上述确定风险信息的方法可能会存在以下问题：针对交易账户对应的风险特征很少甚至没有时，那么利用上述方法就无法准确得到不同交易账户的风险信息。因此，如何高效且准确的得到不同账户的风险信息是一个亟需解决的问题。

技术实现思路

[0004]本申请实施例提供了一种数据处理方法、装置、服务器以及存储介质，可以准确的获得对象的风险信息，并利用风险信息确定对象的风险类别，从而可以有效的提高风险类别的识别精度。
[0005]本申请实施例第一方面公开了一种数据处理方法，所述方法包括：
[0006]确定目标对象和样本对象集合，所述样本对象集合包括一个或多个样本对象，所述样本对象集合中的所有样本对象对应M个风险类别；
[0007]从所述样本对象集合中确定风险类别为目标风险类别的N个样本对象，所述目标风险类别为所述M个风险类别中的任一种；
[0008]获取所述N个样本对象中每一个样本对象在所述目标风险类别上的风险权重，以及确定所述目标对象与所述每一个样本对象之间的关联强度；
[0009]根据所述每一个样本对象在所述目标风险类别上的风险权重，以及所述目标对象与所述每一个样本对象之间的关联强度确定所述目标对象在所述目标风险类别上的风险权重；
[0010]根据所述目标对象在所述目标风险类别上的风险权重确定所述目标对象的风险信息。
[0011]本申请实施例第二方面公开了一种数据处理装置，所述装置包括：
[0012]确定单元，用于确定目标对象和样本对象集合，所述样本对象集合包括一个或多个样本对象，所述样本对象集合中的所有样本对象对应M个风险类别；
[0013]所述确定单元，还用于从所述样本对象集合中确定风险类别为目标风险类别的N个样本对象，所述目标风险类别为所述M个风险类别中的任一种；
[0014]获取单元，用于获取所述N个样本对象中每一个样本对象在所述目标风险类别上
的风险权重，以及确定所述目标对象与所述每一个样本对象之间的关联强度；
[0015]所述确定单元，还用于根据所述每一个样本对象在所述目标风险类别上的风险权重，以及所述目标对象与所述每一个样本对象之间的关联强度确定所述目标对象在所述目标风险类别上的风险权重；
[0016]所述确定单元，还用于根据所述目标对象在所述目标风险类别上的风险权重确定所述目标对象的风险信息。
[0017]本申请实施例第三方面公开了一种服务器，包括处理器、存储器和网络接口，所述处理器、存储器和网络接口相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
[0018]本申请实施例第四方面公开了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
[0019]本申请实施例第五方面公开了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。服务器的处理器从计算机可读存储介质读取所述计算机指令，处理器执行所述计算机指令，使得所述服务器执行上述第一方面的方法。
[0020]在本申请实施例中，服务器可以确定目标对象和样本对象集合，该样本对象集合包括一个或多个样本对象，样本对象集合中的所有样本对象对应M个风险类别，接着，从样本对象集合中确定风险类别为目标风险类别的N个样本对象，该目标风险类别为M个风险类别中的任一种，进一步的，可以获取N个样本对象中每一个样本对象在所述目标风险类别上的风险权重，以及确定目标对象与每一个样本对象之间的关联强度，并根据每一个样本对象在目标风险类别上的风险权重，以及目标对象与所述每一个样本对象之间的关联强度确定目标对象在目标风险类别上的风险权重，再根据目标对象在目标风险类别上的风险权重确定目标对象的风险信息。通过实施上述方法，可以准确的获得对象的风险信息，并利用风险信息确定对象的风险类别，从而可以有效的提高风险类别的识别精度。
附图说明
[0021]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本申请实施例提供的一种风险识别系统的架构示意图；
[0023]图2是本申请实施例提供的一种数据处理方法的流程示意图；
[0024]图3是本申请实施例提供的一种数据处理方法的流程示意图；
[0025]图4是本申请实施例提供的一种数据处理方法的流程示意图；
[0026]图5a是本申请实施例提供的一种风险类别推荐界面方法的界面示意图；
[0027]图5b是本申请实施例提供的一种风险类别推荐界面方法的界面示意图；
[0028]图6是本申请实施例提供的一种数据处理装置的结构示意图；
[0029]图7是本申请实施例提供的一种服务器的结构示意图。
具体实施方式
[0030]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0031]云技术(Cloud Technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。
[0032]云技术基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。
[0033]云计算(Cloud Computing)是一种计算模式，它将计算任务分布在大量计算机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：确定目标对象和样本对象集合，所述样本对象集合包括一个或多个样本对象，所述样本对象集合中的所有样本对象对应M个风险类别；从所述样本对象集合中确定风险类别为目标风险类别的N个样本对象，所述目标风险类别为所述M个风险类别中的任一种；获取所述N个样本对象中每一个样本对象在所述目标风险类别上的风险权重，以及确定所述目标对象与所述每一个样本对象之间的关联强度；根据所述每一个样本对象在所述目标风险类别上的风险权重，以及所述目标对象与所述每一个样本对象之间的关联强度确定所述目标对象在所述目标风险类别上的风险权重；根据所述目标对象在所述目标风险类别上的风险权重确定所述目标对象的风险信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述每一个样本对象在所述目标风险类别上的风险权重，以及所述目标对象与所述每一个样本对象之间的关联强度确定所述目标对象在所述目标风险类别上的风险权重，包括：针对所述N个样本对象中的任一样本对象，将所述目标对象与所述样本对象之间的关联强度，与所述样本对象在所述目标风险类别上的风险权重进行相乘，得到衰减参数；计算设定数值与所述衰减参数之间的差值，得到所述目标对象与所述样本对象之间的衰减差值；将所述目标对象与所述N个样本对象中各个样本对象之间的衰减差值进行连乘处理，并根据连乘处理结果确定所述目标对象在所述目标风险类别上的风险权重。3.根据权利要求1或2所述的方法，其特征在于，所述目标对象和所述样本对象集合中的样本对象包含在参考对象集合中，所述目标对象的风险信息包括所述目标对象在所述M个风险类别中的各个风险类别上的风险权重；所述方法还包括：确定待识别对象，所述待识别对象包含在所述参考对象集合中；当所述待识别对象为非群体对象时，根据所述待识别对象的风险信息确定所述待识别对象所对应的待推荐风险类别；当所述待识别对象为特定群体中的群体对象时，根据所述特定群体中各个群体对象的风险信息确定所述特定群体的待推荐风险类别。4.根据权利要求3所述的方法，其特征在于，所述当所述待识别对象为非群体对象时，根据所述待识别对象的风险信息确定所述待识别对象所对应的待推荐风险类别，包括：当所述待识别对象为非群体对象时，根据所述待识别对象的风险信息，对所述待识别对象在所述各个风险类别上的风险权重进行降序排序，得到风险权重排序结果；将所述风险权重排序结果中排在前L位的风险权重所对应的风险类别作为所述待识别对象的待推荐风险类别。5.根据权利要求3所述的方法，其特征在于，所述当所述待识别对象为非群体对象时，根据所述待识别对象的风险信息确定所述待识别对象所对应的待推荐风险类别，包括：当所述待识别对象为非群体对象时，根据所述待识别对象的风险信息，将所述待识别对象在所述各个风险类别上的风险权重分别与设定阈值进行比较；若所述待识别对象在所述各个风险类别上的风险权重均小于所述设定阈值，则确定所述待识别对象的待推荐风险类别为空。
6.根据权利要求3所述的方法，其特征在于，所述当所述待识别对象为特定群体中的群体对象时，根据所述特定群体中的各个群体对象的风险信息确定所述特定群体的待推荐风险类别，包括：当所述待识别对象为特定群体中的群体对象时，针对所述M个风险类别中的任一风险类别，根据所述特定群体中的各个...

【专利技术属性】
技术研发人员：吴杰，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：