异常用户识别方法、装置、电子设备、介质和程序产品制造方法及图纸

技术编号:41319422 阅读:21 留言:0更新日期:2024-05-13 14:59
本公开提供一种基于网络的异常用户识别方法方法、装置、电子设备、介质和计算机程序产品。上述方法和装置可用于人工智能和金融技术领域。异常用户识别方法包括:根据获取的当日交易信息构建时序网络;计算时序网络中的每个节点的连接性指标和聚合性指标;获取计算过的前n日中每日的历史时序网络中的每个节点的历史连接性指标和历史聚合性指标;计算每个节点当日的连接性指标和前n日的历史连接性指标的第一差异值;计算每个节点当日的聚合性指标和前n日的历史聚合性指标的第二差异值;当某节点的第一差异值大于等于第一设定阈值,和/或第二差异值大于等于第二设定阈值时,将该节点对应的用户识别为预选异常用户。

【技术实现步骤摘要】

本公开涉及人工智能和金融,更具体地,涉及一种基于网络的异常用户识别方法、装置、电子设备、介质和计算机程序产品。


技术介绍

1、面对日益严重的非正常行为,科技人员利用数据挖掘的方法分析疑似可能的非正常电话,并对其进行标记以提醒人们注意,同时在非正常电话接听途中以及汇款时均做了全程跟踪监控,紧急时刻更会有相关人员出现制止转账行为。

2、现有的挖掘非正常行为的技术在防范非正常行为方面取得了一定的成效,但仍然存在一些缺点:挖掘非正常行为的效果会受到数据质量的影响,挖掘非正常行为的技术的效果很大程度上依赖于数据质量的好坏,如果数据质量不好,比如数据存在缺失、重复和/或错误等问题,那么挖掘非正常行为的效果也会大打折扣。

3、另外,随着科技的发展和非正常行为的手段不断创新,一些新型手段不断涌现出来,挖掘非正常行为的技术往往难以应对这些新型手段,这就需要定期更新和维护挖掘非正常行为的技术,以适应非正常行为的新型手段。

4、另外,挖掘非正常行为的技术通常需要收集用户的一些敏感信息,如短信内容和通话记录等,这时需要充分考虑用户隐私和数据安全本文档来自技高网...

【技术保护点】

1.一种基于网络的异常用户识别方法,其特征在于,包括:

2.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算每个节点当日的所述连接性指标和前n日的所述历史连接性指标的第一差异值的步骤,包括:

3.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算每个节点当日的所述连接性指标和前n日的所述历史连接性指标的第一差异值的步骤,包括:

4.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算每个节点当日的所述聚合性指标和前n日的所述历史聚合性指标的第二差异值的步骤,包括:

5.根据权利要求1所述的基于网络的...

【技术特征摘要】

1.一种基于网络的异常用户识别方法,其特征在于,包括:

2.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算每个节点当日的所述连接性指标和前n日的所述历史连接性指标的第一差异值的步骤,包括:

3.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算每个节点当日的所述连接性指标和前n日的所述历史连接性指标的第一差异值的步骤,包括:

4.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算每个节点当日的所述聚合性指标和前n日的所述历史聚合性指标的第二差异值的步骤,包括:

5.根据权利要求1所述的基于网络的异常用户识别方法,其特征在于,计算...

【专利技术属性】
技术研发人员:张国帆
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:

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