对象异常预测方法、装置和计算机可读存储介质制造方法及图纸

技术编号:37489692 阅读:21 留言:0更新日期:2023-05-07 09:28
本申请实施例公开了一种对象异常预测方法、装置和计算机可读存储介质,可应用于云技术、人工智能、智慧交通等各种场景;通过获取目标对象针对资源转移事件的对象行为数据以及确定针对资源转移事件的多个异常预测模型,其中,每一异常预测模型对应预测一种对象异常类别;针对每一对象异常类别在对象行为数据中进行筛选,得到每一异常预测模型对应的目标对象行为数据;采用异常预测模型对目标对象行为数据进行多阶段的异常预测,得到每一异常预测模型在对应对象异常类别下的多阶段预测结果;对所有异常预测模型的多阶段预测结果进行融合处理,得到目标对象的目标异常类别。以此,提高了异常预测结果的准确性,提升了对目标对象的异常预测效率。异常预测效率。异常预测效率。

【技术实现步骤摘要】
对象异常预测方法、装置和计算机可读存储介质


[0001]本申请涉及互联网
,具体涉及一种对象异常预测方法、装置和计算机可读存储介质。

技术介绍

[0002]随着互联网技术的快速发展,基于互联网的虚拟资源的转移场景在用户的日常生活中越来越普遍,例如支付或转账等交易场景。为了保证虚拟资源转移业务的正常运行,需要对用户基于虚拟资源转移事件的异常程度进行预测,以实现对虚拟资源转移事件的风险进行有效管控。
[0003]在现有的用户异常预测方法中,如大多数银行及互金机构主要根据用户基础信息(例如学历、收入、职业等)以及用户基于虚拟资源转移事件的反馈来对用户的异常进行识别,而这些信息往往是滞后和不准确的,影响了用户异常预测结果的准确性,进而导致对用户的异常预测效率较低。

技术实现思路

[0004]本申请实施例提供一种对象异常预测方法、装置和计算机可读存储介质,可以提高异常预测结果的准确性,提升对目标对象的异常预测效率。
[0005]本申请实施例提供一种对象异常预测方法,包括:
[0006]获取目标对象针对资源转移本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对象异常预测方法,其特征在于,包括:获取目标对象针对资源转移事件的对象行为数据以及确定针对所述资源转移事件的多个异常预测模型,其中,每一异常预测模型对应预测一种对象异常类别;针对每一对象异常类别在所述对象行为数据中进行筛选,得到每一异常预测模型对应的目标对象行为数据;采用所述异常预测模型对所述目标对象行为数据进行多阶段的异常预测,得到每一异常预测模型在对应对象异常类别下的多阶段预测结果,所述多阶段预测结果包括所述目标对象在所述对象异常类别下多个预设时间阶段的异常预测结果;对所有异常预测模型的多阶段预测结果进行融合处理,得到所述目标对象的目标异常类别。2.如权利要求1所述的对象异常预测方法,其特征在于,所述对所述异常预测模型的多阶段预测结果进行融合处理,得到所述目标对象的目标异常类别,包括:获取每一对象异常类别对应的多阶段预测结果的预设权重值;根据所述预设权重值对所述异常预测模型的多阶段预测结果进行加权处理,得到所述目标对象在每一预设时间阶段的异常加权预测值;基于所述目标对象在每一预设时间阶段的异常加权预测值确定所述目标对象的目标异常类别。3.如权利要求2所述的对象异常预测方法,其特征在于,所述根据所述预设权重值对所述异常预测模型的多阶段预测结果进行加权处理,得到所述目标对象在每一预设时间阶段的异常加权预测值,包括:根据所述预设权重值分别对所述多阶段预测结果中每一预设时间阶段对应的每一异常预测结果进行加权处理;根据加权处理结果确定所述目标对象在每一预设时间阶段的异常加权预测值。4.如权利要求2所述的对象异常预测方法,其特征在于,所述基于所述目标对象在每一预设时间阶段的异常加权预测值确定所述目标对象的目标异常类别,包括:将所述目标对象在每一预设时间阶段的异常加权预测值进行比对,根据比对结果确定所述目标对象所处的目标预设时间阶段;将所述目标预设时间阶段对应的异常加权预测值与预设阈值进行比较,根据比较结果确定所述目标对象的目标异常类别。5.如权利要求1所述的对象异常预测方法,其特征在于,所述采用所述异常预测模型对所述目标对象行为数据进行多阶段的异常预测,得到每一异常预测模型在对应对象异常类别下的多阶段预测结果,包括:采用所述异常预测模型对所述目标对象行为数据进行多阶段的异常预测,得到所述目标对象在每一预设时间阶段对应的每一对象异常类别的异常概率值;基于所述目标对象在每一预设时间阶段中对应每一对象异常类别的异常概率值,确定所述目标对象匹配每一对象异常类别的多阶段预测结果。6.如权利要求1至5中任一项所述的对象异常预测方法,其特征在于,所述方法,还包括:根据所述目标对象的目标异常类别确定目标权限管控策略,并基于所述目标权限管控
策略对所述目标对象进行权限管控;获取所述目标对象基于所述目标权限管控策略的管控反馈数据;根据所述管控反馈数据确定管控效果,并基于所述管控效果对所述目标权限管控策略进行调整。7.如权利要求6所述的对象异常预测方法,其特征在于,所述目标权限管控策略包括目标提醒策略和目...

【专利技术属性】
技术研发人员:范小龙黄文董井然
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1