System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及计算机,具体而言,本申请涉及一种识别方法、装置、设备、计算机可读存储介质及程序产品。
技术介绍
1、现有技术中,交易风险识别主要依赖于交易数据,首先构建商户侧、用户侧、交易等相关特征,再分析和评估相关特征在历史事件中的表现,然后构建不同风险类型的模型或规则。但是,基于交易数据的交易风险识别缺乏有效依据,商户侧或用户侧有多个无法解释的异常特征,很难进行比较严格的数据处理,从而导致存在交易风险的商户的识别准确度较低。
技术实现思路
1、本申请针对现有的方式的缺点,提出一种识别方法、装置、设备、计算机可读存储介质及计算机程序产品,用于解决如何提高存在交易风险的商户的识别准确度问题。
2、第一方面,本申请提供了一种识别方法,包括:
3、获取待识别种子商户名单;
4、基于待识别种子商户名单,通过扩散处理,确定待识别商户名单和待识别商户名单对应的目标对象名单,待识别商户名单中待识别商户和目标对象名单中目标对象之间存在关联关系,待识别商户名单包括待识别种子商户名单;
5、基于目标对象名单中各目标对象对应的文本,通过文本识别处理,确定各目标对象中每个目标对象的风险识别结果,每个目标对象的风险识别结果包括每个目标对象存在交易风险或每个目标对象不存在交易风险;
6、基于存在交易风险的目标对象,从待识别商户名单中确定存在交易风险的待识别商户。
7、在一个实施例中,基于待识别种子商户名单,通过扩散处理,确定待识别商户名单和待
8、确定待识别种子商户名单对应的原始目标对象名单,待识别种子商户名单中待识别种子商户和原始目标对象名单中原始目标对象之间存在关联关系;
9、基于待识别种子商户名单和原始目标对象名单,确定待识别商户名单和待识别商户名单对应的目标对象名单。
10、在一个实施例中,基于待识别种子商户名单和原始目标对象名单,确定待识别商户名单和待识别商户名单对应的目标对象名单,包括:
11、基于待识别种子商户名单和原始目标对象名单,确定待识别商户初始名单和待识别商户初始名单对应的目标对象名单,待识别商户初始名单包括待识别种子商户名单,待识别商户初始名单对应的目标对象名单包括原始目标对象名单;
12、基于待识别商户初始名单和待识别商户初始名单对应的目标对象名单,确定关系图,关系图中包括多个节点,多个节点中任一节点用于表征待识别商户初始名单中任一待识别商户或待识别商户初始名单对应的目标对象名单中任一目标对象,多个节点中任意两个节点之间边的边权重用于表征任意两个节点之间边关系的重要度;
13、基于关系图中各边的边权重和预设边权重阈值,确定待识别商户名单和待识别商户名单对应的目标对象名单。
14、在一个实施例中,基于关系图中各边的边权重和预设边权重阈值,确定待识别商户名单和待识别商户名单对应的目标对象名单,包括:
15、针对关系图中任一边,若任一边的边权重大于预设边权重阈值,则确定任一边的两个节点分别表征待识别商户名单中待识别商户和待识别商户名单对应的目标对象名单中目标对象。
16、在一个实施例中,在基于目标对象名单中各目标对象对应的文本,通过文本识别处理,确定各目标对象中每个目标对象的风险识别结果之前,还包括:
17、获取目标对象名单中各目标对象的截图;
18、基于目标对象名单中各目标对象的截图,通过筛除处理,确定多个筛除处理后的截图;
19、基于多个筛除处理后的截图,通过图文转换处理,确定多个筛除处理后的截图对应的初始文本;
20、基于各初始文本,通过纠正处理,确定各目标对象对应的文本。
21、在一个实施例中,基于目标对象名单中各目标对象对应的文本,通过文本识别处理,确定各目标对象中每个目标对象的风险识别结果,包括:
22、基于目标对象名单中各目标对象对应的文本中的词条,确定各词条对应的证据权重,各词条对应的证据权重用于表征各词条和各目标对象是否存在交易风险之间的关联度;
23、基于各词条对应的证据权重、预设证据权重阈值和预设评分阈值,确定各词条对应的目标对象的风险识别结果。
24、在一个实施例中,基于目标对象名单中各目标对象对应的文本中的词条,确定各词条对应的证据权重,包括:
25、针对目标对象名单中任一目标对象对应的文本中任一词条,基于任一词条对应的多种风险类型和多种风险类型中每种类型对应的目标对象的数量,确定任一词条对应的证据权重。
26、在一个实施例中,基于各词条对应的证据权重、预设证据权重阈值和预设评分阈值,确定各词条对应的目标对象的风险识别结果,包括:
27、若各词条中任一词条的对应的证据权重大于预设证据权重阈值,则将任一词条对应的证据权重输入至预设的多分类模型,通过多分类处理,确定任一词条对应的多个评分值,多个评分值中任一评分值对应目标对象名单中一个目标对象;
28、若任一评分值大于预设评分阈值,则确定任一评分值对应的一个目标对象的风险识别结果为一个目标对象存在交易风险。
29、在一个实施例中,基于存在交易风险的目标对象,从待识别商户名单中确定存在交易风险的待识别商户,包括:
30、基于存在交易风险的目标对象和关系图,从待识别商户名单中确定存在交易风险的待识别商户,存在交易风险的目标对象和存在交易风险的待识别商户之间存在关联关系。
31、第二方面,本申请提供了一种识别装置,包括:
32、第一处理模块,用于获取待识别种子商户名单;
33、第二处理模块,用于基于待识别种子商户名单,通过扩散处理,确定待识别商户名单和待识别商户名单对应的目标对象名单,待识别商户名单中待识别商户和目标对象名单中目标对象之间存在关联关系,待识别商户名单包括待识别种子商户名单;
34、第三处理模块,用于基于目标对象名单中各目标对象对应的文本,通过文本识别处理,确定各目标对象中每个目标对象的风险识别结果,每个目标对象的风险识别结果包括每个目标对象存在交易风险或每个目标对象不存在交易风险;
35、第四处理模块,用于基于存在交易风险的目标对象,从待识别商户名单中确定存在交易风险的待识别商户。
36、第三方面,本申请提供了一种电子设备,包括:处理器、存储器和总线;
37、总线,用于连接处理器和存储器;
38、存储器,用于存储操作指令;
39、处理器,用于通过调用操作指令,执行本申请第一方面的识别方法。
40、第四方面,本申请提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被用于执行本申请第一方面的识别方法。
41、第五方面,本申请提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现本申请第一方面中识别方法的步骤。本文档来自技高网...
【技术保护点】
1.一种识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述待识别种子商户名单,通过扩散处理,确定待识别商户名单和所述待识别商户名单对应的目标对象名单,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述待识别种子商户名单和所述原始目标对象名单,确定待识别商户名单和所述待识别商户名单对应的目标对象名单,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述关系图中各边的边权重和预设边权重阈值,确定待识别商户名单和所述待识别商户名单对应的目标对象名单,包括:
5.根据权利要求1所述的方法,其特征在于,在所述基于所述目标对象名单中各目标对象对应的文本,通过文本识别处理,确定所述各目标对象中每个目标对象的风险识别结果之前,还包括:
6.根据权利要求1所述的方法,其特征在于,所述基于所述目标对象名单中各目标对象对应的文本,通过文本识别处理,确定所述各目标对象中每个目标对象的风险识别结果,包括:
7.根据权利要求6所述的方法,其特征在于,所述基于所述目标对象名单中各目标
8.根据权利要求6所述的方法,其特征在于,所述基于所述各词条对应的证据权重、预设证据权重阈值和预设评分阈值,确定所述各词条对应的目标对象的风险识别结果,包括:
9.根据权利要求3所述的方法,其特征在于,所述基于存在交易风险的目标对象,从所述待识别商户名单中确定存在交易风险的待识别商户,包括:
10.一种识别装置,其特征在于,包括:
11.一种电子设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-9中任一项所述方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
13.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
...【技术特征摘要】
1.一种识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述待识别种子商户名单,通过扩散处理,确定待识别商户名单和所述待识别商户名单对应的目标对象名单,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述待识别种子商户名单和所述原始目标对象名单,确定待识别商户名单和所述待识别商户名单对应的目标对象名单,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述关系图中各边的边权重和预设边权重阈值,确定待识别商户名单和所述待识别商户名单对应的目标对象名单,包括:
5.根据权利要求1所述的方法,其特征在于,在所述基于所述目标对象名单中各目标对象对应的文本,通过文本识别处理,确定所述各目标对象中每个目标对象的风险识别结果之前,还包括:
6.根据权利要求1所述的方法,其特征在于,所述基于所述目标对象名单中各目标对象对应的文本,通过文本识别处理,确定所述各目标对象中每个目标对象的风险识别结果,包括:
7.根据权利要求...
【专利技术属性】
技术研发人员:杨志欣,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:
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。