[发明专利]风险用户识别方法和装置

说明书

本申请实施例公开了风险用户的识别方法和装置。该方法的一具体实施方式包括：根据待识别用户的操作行为获取潜在风险信息，其中，潜在风险信息包括待识别用户的用户基础信息和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风险信息生成多个风险行为个体，其中，风险信息包括各用户的用户基础信息和各用户的历史操作行为的行为信息；将潜在风险信息与各风险行为个体的风险信息进行匹配，以判断待识别用户是否为风险用户。该实施方式利用遗传算法生成风险行为个体，从而提高了风险用户识别的准确率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及风险用户识别方法和装置。

背景技术

随着互联网技术的发展，利用互联网进行用户间的交易(例如产品交易、服务交易等)越来越普遍。为了保障利用互联网进行交易的安全性，需要识别出风险用户(例如经营欺诈网站的广告主、经营非法产品的商家、伪造信息骗贷的用户等)，并避免其参与交易。

传统的风险识别方法可以采取构建规则引擎的方式，对符合规则定义的用户行为进行特征提取并分析，从而实现用户的风险识别。然而，规则引擎所采用的规则通常需要人为地增加，可见该方法受人为主观因素的影响较大，很难客观公正地识别出风险用户。再者，传统的风险识别方法还可以采取聚类分析的方式，通过对用户行为进行分类实现对用户的风险识别。然而，聚类分析需要设置相应的聚类类别数目k值，而该方法通常很难准确地选择出合适的k值。

发明内容

本申请实施例提出了风险用户识别方法和装置。

第一方面，本申请实施例提供了一种风险用户识别方法，该方法包括：根据待识别用户的操作行为获取潜在风险信息，其中，潜在风险信息包括待识别用户的用户基础信息和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风险信息生成多个风险行为个体，其中，风险信息包括各用户的用户基础信息和各用户的历史操作行为的行为信息；将潜在风险信息与各风险行为个体的风险信息进行匹配，以判断待识别用户是否为风险用户。

在一些实施例中，利用遗传算法处理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；基于各用户的风险信息构造适应度函数，其中，适应度函数用于计算行为个体的适应度值；对初始种群执行遗传算法，并在遗传算法执行的次数满足预设的迭代次数时，生成多个风险行为个体。

在一些实施例中，对初始种群执行遗传算法，包括：利用适应度函数计算初始种群中各行为个体的适应度值，并根据适应度值从初始种群中选择多个行为个体构成再生种群；将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；对交叉种群中的行为个体进行变异运算，生成变异种群。

在一些实施例中，根据适应度值从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，基于初始种群中的各行为个体的适应度值计算初始种群中每个行为个体的被选择概率；对初始种群中各行为个体的被选择概率累计求和，获取初始种群中每个行为个体的累计被选择概率；产生0到1之间的随机数，并将随机数与各行为个体的累计被选择概率进行比较来确定构成再生种群的各行为个体。

在一些实施例中，将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：确定交叉运算的交叉概率，并基于交叉概率从再生种群中抽取若干对行为个体对；对所抽取的各行为个体对执行交叉操作，生成包括多个行为个体的交叉种群。

在一些实施例中，对交叉种群中的行为个体进行变异运算，生成变异种群，包括：确定变异运算的变异概率，并将交叉种群中的各行为个体的编码转换为二进制编码；从交叉种群中选取用于变异的行为个体，并对所选取的每个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，变异种群包括多个风险行为个体。

在一些实施例中，方法还包括：当遗传算法执行的次数满足预设的迭代次数时，响应于检测到的风险行为个体不满足预设条件，重新设置迭代次数。