【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种时序图数据风控方法、装置、介质及设备。
技术介绍
1、目前，随着大数据、云计算以及人工智能等前沿技术的迅猛发展，用户在互联网平台上的互动场景变得日益多样化，由此产生的个人数据也呈现出爆炸性增长。而互联网平台上产生的大量数据，有许多都是携带时间的用户数据，为了更好的利用互联网平台上产生的大量用户数据，实现对用户进行更好的服务以及对用户风险操作的风控，那么，对用户数据进行有效处理是十分重要的。
2、在现有技术中，针对以用户账户为节点，节点之间的关系为边构成的静态图数据，通过pytorch和以pytorch为基础的pytorch图形(pytorch geometric，pyg)，能够对静态图数据进行深度研究与处理。然而，面对节点与边，会随着时间的推移而不断变化的时序图数据，采用pytorch与pyg显得捉襟见肘，无法适用于目前互联网平台中产生的大规模时序图数据。
3、为此，本说明书提供了一种时序图数据风控方法、装置、介质及设备。
技术实现思路
<...【技术保护点】
1.一种时序图数据风控方法，包括：
2.如权利要求1所述的方法，采用下述方法训练所述风控模型，其中：
3.如权利要求2所述的方法，以所述训练节点为中心，从所述训练图数据中确定所述训练节点的训练子图作为训练样本，以及确定所述训练节点在所述历史风控时刻之后的未来节点连接情况作为历史预测结果，并将所述训练节点的历史风控结果以及所述历史预测结果作为标注，具体包括：
4.如权利要求2所述的方法，以所述训练节点为中心，从所述训练图数据中确定所述训练节点的训练子图作为训练样本，以及确定所述训练节点在所述历史风控时刻之后的未来节点连接情况作为历史预...
【技术特征摘要】
1.一种时序图数据风控方法，包括：
2.如权利要求1所述的方法，采用下述方法训练所述风控模型，其中：
3.如权利要求2所述的方法，以所述训练节点为中心，从所述训练图数据中确定所述训练节点的训练子图作为训练样本，以及确定所述训练节点在所述历史风控时刻之后的未来节点连接情况作为历史预测结果，并将所述训练节点的历史风控结果以及所述历史预测结果作为标注，具体包括：
4.如权利要求2所述的方法，以所述训练节点为中心，从所述训练图数据中确定所述训练节点的训练子图作为训练样本，以及确定所述训练节点在所述历史风控时刻之后的未来节点连接情况作为历史预测结果，并将所述训练节点的历史风控结果以及所述历史预测结果作为标注，具体包括：
5.如权利要求1所述的方法，在将携带时间信息的子图输入训练完成的风控模型之前，所述方法还包括：
6.如权利要...
【专利技术属性】
技术研发人员：但家旺，李金膛，吴若凡，周璟，田胜，刘云飞，王宝坤，申书恒，孟昌华，王维强，
申请(专利权)人：支付宝杭州信息技术有限公司，
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。