用户类型确定方法技术

本申请涉及一种用户类型确定方法

【技术实现步骤摘要】
用户类型确定方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种用户类型确定方法
、
装置
、
计算机设备
、
存储介质和计算机程序产品
。

技术介绍

[0002]近年来，随着经济的发展，用户的交易次数和交易金额逐年增多，同时，在交易中存在异常行为的用户逐渐增多，异常交易行为例如可以是诈骗行为等
。
基于此，需要识别哪些用户存在异常交易行为，由于用户在交易时都有特定的行为模式，因此可以通过特征提取的方式识别用户是否存在异常交易行为
。
[0003]相关技术中，是通过衍生变量构建传统机器学习模型的方式识别异常交易行为
。
但是，衍生变量的构建是根据人为经验对数据信息进行提取得到的，衍生变量的特征维度较低，挖掘的特征是数据表面的特征，导致基于上述特征得到的机器学习模型的预测精度较低
。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提升预测精度的用户类型确定方法<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用户类型确定方法，其特征在于，所述方法包括：获取待检测用户的目标交易数据；基于预设特征提取算法以及数据标准格式，确定所述目标交易数据对应的交易时序特征，所述交易时序特征包含所述待检测用户的固定长度的特征数据；将所述待检测用户的交易时序特征输入至训练好的用户类型预测模型，得到所述用户类型预测模型的类型预测结果，并基于所述类型预测结果确定所述待检测用户的用户类型
。2.
根据权利要求1所述的方法，其特征在于，所述获取待检测用户的目标交易数据，包括：获取待检测用户在预设时间范围的初始交易数据；基于预设的数据筛选条件，在所述待检测用户的预设时间范围的初始交易数据中进行筛选，得到包含目标字段的目标交易数据
。3.
根据权利要求1所述的方法，其特征在于，所述基于预设特征提取算法以及数据标准格式，确定所述目标交易数据对应的交易时序特征，包括：对目标交易数据进行统计处理，得到所述目标交易数据对应的衍生字段；基于预设特征提取算法，对所述衍生字段对应的数据以及所述目标交易数据进行特征提取处理，得到初始交易特征；通过数据标准格式包含的序列号和预设总时长，确定每个序列号对应的时间段；基于所述每个序列号对应的时间段，在所述初始交易特征中确定符合所述时间段的目标交易特征，并将各所述序列号对应的目标交易特征进行合并，得到所述目标交易数据对应的交易时序特征
。4.
根据权利要求1所述的方法，其特征在于，所述类型预测结果包含用户异常概率值；所述基于所述类型预测结果确定所述待检测用户的用户类型，包括：若所述类型预测结果包含的用户异常概率值与预设的阈值范围匹配，则确定所述待检测用户的用户类型是存在异常交易行为的异常用户；对所述待检测用户对应的交易行为进行关闭处理
。5.
根据权利要求1所述的方法，其特征在于，所述方法还包括：获取样本训练集，所述样本训练集包含各个样本用户在预设时间内的样本交易时序特征和所述各个样本用户的样本用户类型；通过待训练的用户类型预测模型以及各所述样本用户的样本交易时序特征进行预测，得到各所述样本用户分别对应的用户异常预测值；基于各所述样本用户的样本用户类型，以及各所述样本用户的用户异常预测值，计算损失函数；若确定所述待训练的用户类型预...

【专利技术属性】
技术研发人员：程序，魏玲，丁盘苹，冯十辰，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：