基于大数据和多特征融合的风控处理方法及系统技术方案

本发明专利技术提供的基于大数据和多特征融合的风控处理方法及系统，涉及人工智能技术领域。在本发明专利技术中，确定出成员分布网；依据关联信息，挖掘出融合数据描述向量，并确定出成员分布网对应的成员还原分布网；对融合数据描述向量进行向量分桶操作，以形成分桶结果表征数据；依据分桶结果表征数据、成员还原分布网和成员分布网，形成更新分布网分析网络；通过更新分布网分析网络，挖掘出更新融合数据描述向量，对每一个更新融合数据描述向量进行向量分桶操作，形成更新分桶结果表征数据；依据更新分桶结果表征数据，分析出风险风控用户组合，对风险风控用户组合进行关联风险管控操作。基于上述内容，可以提高风险管控的可靠度。可以提高风险管控的可靠度。可以提高风险管控的可靠度。

【技术实现步骤摘要】
基于大数据和多特征融合的风控处理方法及系统


[0001]本专利技术涉及人工智能
，具体而言，涉及一种基于大数据和多特征融合的风控处理方法及系统。

技术介绍

[0002]风险控制在诸多领域中都用应用，例如，对用户的身份、行为等信息进行采集，以形成对应的用户描述数据。然后，可以对用户描述数据进行分析，以确定该用户是否属于风险用户，并对风险用户进行风险管控操作。但是，在现有技术中，存在着风险管控的可靠度不佳的问题。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于大数据和多特征融合的风控处理方法及系统，以在一定程度上提高风险管控的可靠度。
[0004]为实现上述目的，本专利技术实施例采用如下技术方案：一种基于大数据和多特征融合的风控处理方法，包括：依据风控网络用户簇中，每一个风控网络用户在目标网络平台中的用户描述数据，确定出将每一个所述风控网络用户作为分布成员的成员分布网，所述用户描述数据至少包括所述风控网络用户在所述目标网络平台的平台身份描述文本和所述风控网络用户在所述目标网络平台的平台行为描述文本；通过分布网分析网络，依据所述成员分布网中分布成员之间的关联信息，挖掘出每一个所述用户描述数据对应的融合数据描述向量，并确定出所述成员分布网对应的成员还原分布网；对每一个融合数据描述向量进行向量分桶操作，以形成所述风控网络用户簇对应的分桶结果表征数据；依据所述分桶结果表征数据、所述成员还原分布网和所述成员分布网，将所述分布网分析网络进行网络更新操作，形成更新分布网分析网络；通过所述更新分布网分析网络，依据所述成员分布网中分布成员之间的关联信息，挖掘出每一个所述用户描述数据对应的更新融合数据描述向量，以及，对每一个更新融合数据描述向量进行向量分桶操作，以形成所述风控网络用户簇对应的更新分桶结果表征数据；依据所述更新分桶结果表征数据，分析出所述风控网络用户簇中的风险风控用户组合，以及，对所述风险风控用户组合进行关联风险管控操作。
[0005]在一些优选的实施例中，在上述基于大数据和多特征融合的风控处理方法中，所述风控网络用户簇包括指定风控网络用户，每一个所述风控网络用户在目标网络平台中的用户描述数据包括所述指定风控网络用户在所述目标网络平台中的指定用户描述数据，所述指定风控网络用户属于所述风控网络用户簇中的任意一个风控网络用户；
所述依据风控网络用户簇中，每一个风控网络用户在目标网络平台中的用户描述数据，确定出将每一个所述风控网络用户作为分布成员的成员分布网的步骤，包括：确定出所述风控网络用户簇中，每一个风控网络用户对应的分布成员，以形成对应的分布成员簇；依据所述指定用户描述数据和其它风控网络用户在所述目标网络平台中的用户描述数据，从所述风控网络用户簇中，分析出所述指定风控网络用户对应的相关风控网络用户，所述其它风控网络用户属于所述风控网络用户簇中所述指定风控网络用户之外的风控网络用户；对所述指定风控网络用户对应的分布成员进行标记，以标记为指定分布成员，以及，对所述指定风控网络用户对应的相关风控网络用户对应的分布成员进行标记，以标记为相关分布成员；将预设线段配置在所述指定分布成员与所述相关分布成员之间，以形成所述指定分布成员对应的连接性线段；在确定出所述分布成员簇中每一个分布成员对应的连接性线段之后，对包括所述分布成员簇和每一个所述分布成员对应的连接性线段的分布网进行标记，以标记为所述风控网络用户簇对应的成员分布网。
[0006]在一些优选的实施例中，在上述基于大数据和多特征融合的风控处理方法中，所述其它风控网络用户的数量为第一数量，所述依据所述指定用户描述数据和其它风控网络用户在所述目标网络平台中的用户描述数据，从所述风控网络用户簇中，分析出所述指定风控网络用户对应的相关风控网络用户的步骤，包括：在第一数量个其它风控网络用户中，对每一个其它风控网络用户在所述目标网络平台中的用户描述数据进行标记，以标记为其它用户描述数据；分析出所述指定用户描述数据与每一个其它用户描述数据之间的数据相关性参数，以输出第一数量个数据相关性参数；对所述第一数量个数据相关性参数中不小于预先确定的参考相关性参数的数据相关性参数进行标记，以标记为筛选数据相关性参数，以及，对所述筛选数据相关性参数对应的其它用户描述数据进行标记，以标记为相关用户描述数据；对所述风控网络用户簇中的所述相关用户描述数据对应的其它风控网络用户进行标记，标记为所述指定风控网络用户对应的相关风控网络用户。
[0007]在一些优选的实施例中，在上述基于大数据和多特征融合的风控处理方法中，所述第一数量个其它用户描述数据中包括指定其它用户描述数据，所述指定其它用户描述数据属于所述第一数量个其它用户描述数据中的任意一个其它用户描述数据，所述第一数量个数据相关性参数包括所述指定其它用户描述数据与所述指定用户描述数据之间的数据相关性参数，每一个所述用户描述数据包括用户位置数据和平台行为时间信息；所述分析出所述指定用户描述数据与每一个其它用户描述数据之间的数据相关性参数，以输出第一数量个数据相关性参数的步骤，包括：对所述指定用户描述数据包括的用户位置数据和平台行为时间信息进行标记，以标记为第一用户位置数据和第一平台行为时间信息；对所述指定其它用户描述数据包括的用户位置数据和平台行为时间信息进行标
记，以标记为第二用户位置数据和第二平台行为时间信息；计算出所述第一用户位置数据和所述第二用户位置数据之间的位置距离，以及，计算出所述第一平台行为时间信息和第二平台行为时间信息之间的时间距离；提取到预先配置的距离对应关系信息，所述距离对应关系信息包括预设位置距离簇与第一预设相关性参数簇之间的对应关系信息，所述预设位置距离簇中的一个预设位置距离与所述第一预设相关性参数簇中的一个第一预设相关性参数之间具有对应关系信息；提取到预先配置的时间对应关系信息，所述时间对应关系信息包括预设时间距离簇与第二预设相关性参数簇之间的对应关系信息，所述预设时间距离簇中的一个预设时间距离与所述第二预设相关性参数簇中的一个第二预设相关性参数之间具有对应关系信息；对所述预设位置距离簇中，所述位置距离对应的预设位置距离进行标记，以标记为指定位置距离，以及，对所述第一预设相关性参数簇中，与所述指定位置距离之间具有对应关系信息的第一预设相关性参数进行标记，以标记为所述指定其它用户描述数据与所述指定用户描述数据之间的第一数据相关性参数；以及，对所述预设时间距离簇中，所述时间距离对应的预设时间距离进行标记，以标记为指定时间距离，以及，对所述第二预设相关性参数簇中，与所述指定时间距离之间具有对应关系信息的第二预设相关性参数进行标记，以标记为所述指定其它用户描述数据与所述指定用户描述数据之间的第二数据相关性参数；基于所述第一数据相关性参数和所述第二数据相关性参数，确定所述指定其它用户描述数据与所述指定用户描述数据之间的数据相关性参数。
[0008]在一些优选的实施例中，在上述基于大数据和多特征融合的风控处理方法中，所述分布网分析网络包括分布网挖掘子网络和分布网还原子网络；所述通过分布网分析网络，依据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据和多特征融合的风控处理方法，其特征在于，包括：依据风控网络用户簇中，每一个风控网络用户在目标网络平台中的用户描述数据，确定出将每一个所述风控网络用户作为分布成员的成员分布网，所述用户描述数据至少包括所述风控网络用户在所述目标网络平台的平台身份描述文本和所述风控网络用户在所述目标网络平台的平台行为描述文本；通过分布网分析网络，依据所述成员分布网中分布成员之间的关联信息，挖掘出每一个所述用户描述数据对应的融合数据描述向量，并确定出所述成员分布网对应的成员还原分布网；对每一个融合数据描述向量进行向量分桶操作，以形成所述风控网络用户簇对应的分桶结果表征数据；依据所述分桶结果表征数据、所述成员还原分布网和所述成员分布网，将所述分布网分析网络进行网络更新操作，形成更新分布网分析网络；通过所述更新分布网分析网络，依据所述成员分布网中分布成员之间的关联信息，挖掘出每一个所述用户描述数据对应的更新融合数据描述向量，以及，对每一个更新融合数据描述向量进行向量分桶操作，以形成所述风控网络用户簇对应的更新分桶结果表征数据；依据所述更新分桶结果表征数据，分析出所述风控网络用户簇中的风险风控用户组合，以及，对所述风险风控用户组合进行关联风险管控操作。2.如权利要求1所述的基于大数据和多特征融合的风控处理方法，其特征在于，所述风控网络用户簇包括指定风控网络用户，每一个所述风控网络用户在目标网络平台中的用户描述数据包括所述指定风控网络用户在所述目标网络平台中的指定用户描述数据，所述指定风控网络用户属于所述风控网络用户簇中的任意一个风控网络用户；所述依据风控网络用户簇中，每一个风控网络用户在目标网络平台中的用户描述数据，确定出将每一个所述风控网络用户作为分布成员的成员分布网的步骤，包括：确定出所述风控网络用户簇中，每一个风控网络用户对应的分布成员，以形成对应的分布成员簇；依据所述指定用户描述数据和其它风控网络用户在所述目标网络平台中的用户描述数据，从所述风控网络用户簇中，分析出所述指定风控网络用户对应的相关风控网络用户，所述其它风控网络用户属于所述风控网络用户簇中所述指定风控网络用户之外的风控网络用户；对所述指定风控网络用户对应的分布成员进行标记，以标记为指定分布成员，以及，对所述指定风控网络用户对应的相关风控网络用户对应的分布成员进行标记，以标记为相关分布成员；将预设线段配置在所述指定分布成员与所述相关分布成员之间，以形成所述指定分布成员对应的连接性线段；在确定出所述分布成员簇中每一个分布成员对应的连接性线段之后，对包括所述分布成员簇和每一个所述分布成员对应的连接性线段的分布网进行标记，以标记为所述风控网络用户簇对应的成员分布网。3.如权利要求2所述的基于大数据和多特征融合的风控处理方法，其特征在于，所述其
它风控网络用户的数量为第一数量，所述依据所述指定用户描述数据和其它风控网络用户在所述目标网络平台中的用户描述数据，从所述风控网络用户簇中，分析出所述指定风控网络用户对应的相关风控网络用户的步骤，包括：在第一数量个其它风控网络用户中，对每一个其它风控网络用户在所述目标网络平台中的用户描述数据进行标记，以标记为其它用户描述数据；分析出所述指定用户描述数据与每一个其它用户描述数据之间的数据相关性参数，以输出第一数量个数据相关性参数；对所述第一数量个数据相关性参数中不小于预先确定的参考相关性参数的数据相关性参数进行标记，以标记为筛选数据相关性参数，以及，对所述筛选数据相关性参数对应的其它用户描述数据进行标记，以标记为相关用户描述数据；对所述风控网络用户簇中的所述相关用户描述数据对应的其它风控网络用户进行标记，标记为所述指定风控网络用户对应的相关风控网络用户。4.如权利要求3所述的基于大数据和多特征融合的风控处理方法，其特征在于，所述第一数量个其它用户描述数据中包括指定其它用户描述数据，所述指定其它用户描述数据属于所述第一数量个其它用户描述数据中的任意一个其它用户描述数据，所述第一数量个数据相关性参数包括所述指定其它用户描述数据与所述指定用户描述数据之间的数据相关性参数，每一个所述用户描述数据包括用户位置数据和平台行为时间信息；所述分析出所述指定用户描述数据与每一个其它用户描述数据之间的数据相关性参数，以输出第一数量个数据相关性参数的步骤，包括：对所述指定用户描述数据包括的用户位置数据和平台行为时间信息进行标记，以标记为第一用户位置数据和第一平台行为时间信息；对所述指定其它用户描述数据包括的用户位置数据和平台行为时间信息进行标记，以标记为第二用户位置数据和第二平台行为时间信息；计算出所述第一用户位置数据和所述第二用户位置数据之间的位置距离，以及，计算出所述第一平台行为时间信息和第二平台行为时间信息之间的时间距离；提取到预先配置的距离对应关系信息，所述距离对应关系信息包括预设位置距离簇与第一预设相关性参数簇之间的对应关系信息，所述预设位置距离簇中的一个预设位置距离与所述第一预设相关性参数簇中的一个第一预设相关性参数之间具有对应关系信息；提取到预先配置的时间对应关系信息，所述时间对应关系信息包括预设时间距离簇与第二预设相关性参数簇之间的对应关系信息，所述预设时间距离簇中的一个预设时间距离与所述第二预设相关性参数簇中的一个第二预设相关性参数之间具有对应关系信息；对所述预设位置距离簇中，所述位置距离对应的预设位置距离进行标记，以标记为指定位置距离，以及，对所述第一预设相关性参数簇中，与所述指定位置距离之间具有对应关系信息的第一预设相关性参数进行标记，以标记为所述指定其它用户描述数据与所述指定用户描述数据之间的第一数据相关性参数；以及，对所述预设时间距离簇中，所述时间距离对应的预设时间距离进行标记，以标记为指定时间距离，以及，对所述第二预设相关性参数簇中，与所述指定时间距离之间具有对应关系信息的第二预设相关性参数进行标记...

【专利技术属性】
技术研发人员：赵家豪，郭应姣，张洪岩，
申请(专利权)人：邯郸市名将网络科技有限公司，
类型：发明
国别省市：