[发明专利]风险用户识别方法和装置在审
| 申请号: | 201711205636.X | 申请日: | 2017-11-27 |
| 公开(公告)号: | CN109840772A | 公开(公告)日: | 2019-06-04 |
| 发明(设计)人: | 于盛昌;赵苗苗;范宇 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号: | G06Q20/40 | 分类号: | G06Q20/40;G06N3/12 |
| 代理公司: | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人: | 王达佐;马晓亚 |
| 地址: | 100080 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 风险信息 风险行为 用户基础信息 方法和装置 操作行为 行为信息 遗传算法 用户识别 历史操作 准确率 匹配 申请 | ||
1.一种风险用户识别方法,包括:
根据待识别用户的操作行为获取潜在风险信息,其中,所述潜在风险信息包括所述待识别用户的用户基础信息和所述操作行为的行为信息;
提取多个用户的风险信息,并利用遗传算法处理所述风险信息生成多个风险行为个体,其中,所述风险信息包括各所述用户的用户基础信息和各所述用户的历史操作行为的行为信息;
将所述潜在风险信息与各所述风险行为个体的风险信息进行匹配,以判断所述待识别用户是否为风险用户。
2.根据权利要求1所述的方法,其中,所述利用遗传算法处理所述风险信息生成多个风险行为个体,包括:
对所提取的风险信息进行编码,并将编码后的所述风险信息进行组合生成包括多个行为个体的初始种群;
基于各所述用户的风险信息构造适应度函数,其中,所述适应度函数用于计算所述行为个体的适应度值;
对所述初始种群执行遗传算法,并在所述遗传算法执行的次数满足预设的迭代次数时,生成多个所述风险行为个体。
3.根据权利要求2所述的方法,其中,所述对所述初始种群执行遗传算法,包括:
利用所述适应度函数计算所述初始种群中各行为个体的适应度值,并根据所述适应度值从所述初始种群中选择多个行为个体构成再生种群;
将所述再生种群中的行为个体彼此之间进行交叉运算,生成交叉种群;
对所述交叉种群中的行为个体进行变异运算,生成变异种群。
4.根据权利要求3所述的方法,其中,所述根据所述适应度值从所述初始种群中选择多个行为个体构成再生种群,包括:
采用遗传算法的选择算子,基于所述初始种群中的各行为个体的适应度值计算所述初始种群中每个所述行为个体的被选择概率;
对所述初始种群中各所述行为个体的被选择概率累计求和,获取所述初始种群中每个所述行为个体的累计被选择概率;
产生0到1之间的随机数,并将所述随机数与各所述行为个体的累计被选择概率进行比较来确定构成所述再生种群的各所述行为个体。
5.根据权利要求3所述的方法,其中,所述将所述再生种群中的行为个体彼此之间进行交叉运算,生成交叉种群,包括:
确定所述交叉运算的交叉概率,并基于所述交叉概率从所述再生种群中抽取若干对行为个体对;
对所抽取的各所述行为个体对执行交叉操作,生成包括多个行为个体的所述交叉种群。
6.根据权利要求3所述的方法,其中,所述对所述交叉种群中的行为个体进行变异运算,生成变异种群,包括:
确定所述变异运算的变异概率,并将所述交叉种群中的各所述行为个体的编码转换为二进制编码;
从所述交叉种群中选取用于变异的行为个体,并对所选取的每个所述行为个体的二进制编码中的任一编码进行取反操作,生成变异种群,其中,所述变异种群包括多个风险行为个体。
7.根据权利要求2所述的方法,其中,所述方法还包括:
当所述遗传算法执行的次数满足预设的迭代次数时,响应于检测到的所述风险行为个体不满足预设条件,重新设置所述迭代次数。
8.根据权利要求1所述的方法,其中,所述将所述潜在风险信息与各所述风险行为个体的风险信息进行匹配,以判断所述待识别用户是否为风险用户,包括:
将所述潜在风险信息与各所述风险行为个体的风险信息进行匹配,获取匹配度,并判断所述匹配度是否大于预设阈值;
若是,则确定所述待识别用户为风险用户;
若否,则确定所述待识别用户为正常用户。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711205636.X/1.html,转载请声明来源钻瓜专利网。





