任务类型确定方法技术

本申请实施例公开了一种任务类型确定方法

【技术实现步骤摘要】
任务类型确定方法、装置、电子设备及存储介质


[0001]本申请涉及人工智能领域，尤其涉及一种任务类型确定方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着智能终端的发展和网络应用的普及，出现了越来越多的支付场景，例如，用户可以通过终端在安装的具有支付功能的应用程序实现各种支付操作
。
随着支付场景的增多，也需要同步提高支付安全
。
[0003]相关技术中，主要是通过对不安全的支付过程进行分析，确定与不安全的支付过程相关的信息，并在新的支付任务发生时，将该支付任务的支付过程与所确定的信息进行匹配，从而对新的支付任务进行安全评估
。
但该方法效率较低，且所确定的与不安全的支付过程相关的信息的泛化性较低，实用性较低，难以满足实用需求
。

技术实现思路

[0004]本申请实施例提供了一种任务类型确定方法，以解决相关技术中，针对支付过程的安全评估操作效率低，泛化性低，难以满足实用需求的问题
。
[0005]相应的，本申请实施例还提供了一种任务类型确定装置
、
一种电子设备以及一种存储介质，用以保证上述方法的实现及应用
。
[0006]一方面，本申请实施例提供一种任务类型确定方法，该任务类型确定方法包括：
[0007]获取待支付任务，并确定待支付任务的第一特征向量；
[0008]通过基于训练数据集训练得到的贝叶斯逻辑回归模型，对第一特征向量进行逻辑处理，预测待支付任务的支付类型属于目标类型的第一概率；
[0009]根据第一概率，确定是否对待支付任务进行支付操作；并在确定不对待支付任务进行支付操作的情况下，对待支付任务进行拦截处理；
[0010]其中，贝叶斯逻辑回归模型的模型参数的参数值是在预设条件下，根据贝叶斯定理计算得到的；该预设条件包括：该模型参数的参数值设置有先验分布，且该先验分布指示：训练数据集中样本支付任务的支付类型在训练数据集中分布均匀
。
[0011]另一方面，本申请实施例提供了一种任务类型确定装置，该任务类型确定装置包括：
[0012]特征向量确定模块，用于获取待支付任务，并确定待支付任务的第一特征向量；
[0013]任务类型确定模块，用于通过基于训练数据集训练得到的贝叶斯逻辑回归模型，对第一特征向量进行逻辑处理，预测待支付任务的支付类型属于目标类型的第一概率；
[0014]支付操作执行模块，用于根据第一概率，确定是否对待支付任务进行支付操作；并在确定不对待支付任务进行支付操作的情况下，对待支付任务进行拦截处理；
[0015]其中，贝叶斯逻辑回归模型的模型参数的参数值是在预设条件下，根据贝叶斯定理计算得到的；该预设条件包括：该模型参数的参数值设置有先验分布，且该先验分布指
示：训练数据集中样本支付任务的支付类型在训练数据集中分布均匀
。
[0016]可选地，上述装置还可以包括模型训练模块，贝叶斯逻辑回归模型是模型训练模块通过以下方式训练得到的：
[0017]获取训练数据集，并确定样本支付任务的样本特征向量；
[0018]根据预设权重向量，对特征向量进行加权，构建初始贝叶斯逻辑回归模型；该初始贝叶斯逻辑回归模型指示：在上述预设条件下，样本支付任务的支付类型为目标类型的第二概率；
[0019]其中，上述模型参数包括预设权重向量中的元素；该元素指示：样本特征向量与目标类型的关联程度参量；
[0020]在上述预设条件下，根据贝叶斯定理以及上述第二概率，确定上述模型参数的参数值
。
[0021]可选地，上述模型训练模块在上述预设条件下，根据贝叶斯定理以及上述第二概率，确定上述模型参数的参数值，可以包括：
[0022]在上述预设条件下，确定训练数据集中样本支付任务的支付类型的第一分布；
[0023]基于贝叶斯定理，根据上述先验分布和第一分布，确定上述模型参数的后验分布；
[0024]采用预设的参数估计算法，对该后验分布进行参数估计，得到模型参数的参数值
。
[0025]可选地，上述模型训练模块对后验分布进行参数估计，得到模型参数的参数值，包括：
[0026]对后验分布进行参数估计，得到模型参数的第一参数值，并根据第一参数值以及贝叶斯逻辑回归模型，确定第一贝叶斯逻辑回归模型；
[0027]通过第一贝叶斯逻辑回归模型，确定样本支付任务组中的第三样本支付任务的支付类型属于目标类型的第三概率；样本支付任务组中包括至少两个存在预设时间跨度的第三样本支付任务；
[0028]在第三概率大于或等于预设概率值的情况下，确定第三样本支付任务的预测支付类型为目标类型；
[0029]根据第三样本支付任务的预测支付类型与真实支付类型，对第一参数值进行调整，得到模型参数的参数值
。
[0030]可选地，上述特征向量确定模块确定待支付任务的第一特征向量，可以包括：
[0031]根据待支付任务的第一支付属性与参考支付属性之间的关联程度，确定第一特征向量；
[0032]该参考支付属性通过上述模型训练模块，根据以下方式确定：
[0033]确定训练数据集中支付类型为目标类型的第一样本支付任务的第二支付属性；
[0034]确定第一样本支付任务的第一数量，以及第一样本支付任务中支付属性为第二支付属性的样本支付任务的第二数量；
[0035]根据第一数量
、
第二数量以及训练数据集中样本支付任务的总数量，确定样本支付任务在第二支付属性下的区分度参量；
[0036]在区分度参量大于或等于预设区分度参量的情况下，将第二支付属性确定为参考支付属性
。
[0037]可选地，上述模型训练模块确定样本支付任务的样本特征向量，可以包括：
[0038]根据预设的过采样方式，对第一样本支付任务进行过采样处理，得到第二样本支付任务；
[0039]根据第二样本支付任务对上述训练数据集进行扩充后，确定扩充后的训练数据集中样本支付任务的样本特征向量
。
[0040]可选地，上述支付操作执行模块根据第一概率，确定是否对待支付任务进行支付操作，可以包括：
[0041]在第一概率小于预设概率值的情况下，确定待支付任务的预测支付类型不为目标类型，并对待支付任务进行支付操作；
[0042]在第一概率大于或等于预设概率值的情况下，确定待支付任务的预测支付类型为目标类型，不对待支付任务进行支付操作；
[0043]上述支付操作执行模块对待支付任务进行拦截处理，可以包括：
[0044]根据第一概率和预设映射关系，确定与待支付任务对应的目标拦截方式；其中，预设映射关系指示：支付任务的支付类型属于目标类型的概率与预设拦截方式之间的对应关系；
[0045]采用目标拦截方式，对待支付任务进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种任务类型确定方法，其特征在于，所述方法包括：获取待支付任务，并确定所述待支付任务的第一特征向量；通过基于训练数据集训练得到的贝叶斯逻辑回归模型，对所述第一特征向量进行逻辑处理，预测所述待支付任务的支付类型属于目标类型的第一概率；根据所述第一概率，确定是否对所述待支付任务进行支付操作；并在确定不对所述待支付任务进行支付操作的情况下，对所述待支付任务进行拦截处理；其中，所述贝叶斯逻辑回归模型的模型参数的参数值是在预设条件下，根据贝叶斯定理计算得到的；所述预设条件包括：所述模型参数的参数值设置有先验分布，且所述先验分布指示：所述训练数据集中样本支付任务的支付类型在所述训练数据集中分布均匀
。2.
根据权利要求1所述的方法，其特征在于，所述贝叶斯逻辑回归模型是通过以下方式训练得到的：获取所述训练数据集，并确定所述样本支付任务的样本特征向量；根据预设权重向量，对所述特征向量进行加权，构建初始贝叶斯逻辑回归模型；所述初始贝叶斯逻辑回归模型指示：在所述预设条件下，所述样本支付任务的支付类型为所述目标类型的第二概率；其中，所述模型参数包括所述预设权重向量中的元素；所述元素指示：所述样本特征向量与所述目标类型的关联程度参量；在所述预设条件下，根据贝叶斯定理以及所述第二概率，确定所述模型参数的参数值
。3.
根据权利要求2所述的方法，其特征在于，所述在所述预设条件下，根据贝叶斯定理以及所述第二概率，确定所述模型参数的参数值，包括：在所述预设条件下，确定所述训练数据集中样本支付任务的支付类型的第一分布；基于贝叶斯定理，根据所述先验分布和所述第一分布，确定所述模型参数的后验分布；采用预设的参数估计算法，对所述后验分布进行参数估计，得到所述模型参数的参数值
。4.
根据权利要求3所述的方法，其特征在于，所述对所述后验分布进行参数估计，得到所述模型参数的参数值，包括：对所述后验分布进行参数估计，得到所述模型参数的第一参数值，并根据所述第一参数值以及所述贝叶斯逻辑回归模型，确定第一贝叶斯逻辑回归模型；通过所述第一贝叶斯逻辑回归模型，确定样本支付任务组中的第三样本支付任务的支付类型属于目标类型的第三概率；所述样本支付任务组中包括至少两个存在预设时间跨度的第三样本支付任务；在所述第三概率大于或等于预设概率值的情况下，确定所述第三样本支付任务的预测支付类型为目标类型；根据所述第三样本支付任务的预测支付类型与真实支付类型，对所述第一参数值进行调整，得到所述模型参数的参数值
。5.
根据权利要求2所述的方法，其特征在于，所述确定所述待支付任务的第一特征向量，包括：根据所述待支付任务的第一支付属性与参考支付属性之间的关联程度，确定所述第一特征向量；
所述参考支付属性通过以下方式确定：确定所述训练数据集中支付类型为目标类型的第一样本支付任务的第二支付属性；确定所述训练数据集中所述第一样本支付任务的第一数量，以及所述第一样本支付任务中支付属性为所述第二支付属性的样本支付任务的第二数量；对所述训练数据集进行...

【专利技术属性】
技术研发人员：黄自豪，
申请(专利权)人：腾讯科技上海有限公司，
类型：发明
国别省市：