[发明专利]一种套现用户检测方法、装置及设备

说明书

本发明实施例提供了一种套现用户检测方法、装置及设备，其中，该方法包括：获取各个待检测用户的自身特征信息以及各个待检测用户的交互信息，其中，针对各个待检测用户，该交互信息包括该待检测用户与其他待检测用户交互的信息和该待检测用户与待检测用户之外的其他对象交互的信息；针对各个待检测用户，根据该待检测用户的自身特征信息，以及该待检测用户的交互信息，确定该待检测用户的邻居特征信息；并将该待检测用户的自身特征信息和邻居特征信息，输入至注意力机制模型，得到该待检测用户套现的概率；其中，注意力机制模型是根据多个训练样本训练得到的。通过本发明实施例提供的套现用户检测方法、装置及设备，提高检测的准确性。

技术领域

本发明涉及计算机技术领域，特别是涉及一种套现用户检测方法、装置及设备。

背景技术

信用支付服务如离线信用卡服务等，在商业银行和互联网金融机构的在线信用支付等许多方面都得到了广泛的应用。在日常生活中，信用支付服务为用户和商家带来便利。然而，不断增长的欺诈行为严重影响了信用支付服务的安全性。套现欺诈是用非法或不真诚的手段追求现金收益，例如，通过购买预付卡或其他商品，然后再出售。

随着电子商务的迅速发展，套现欺诈已经成为主要欺诈行为之一。套现欺诈行为是违法的可能会导致金融风险。因为在大多数情况下，进行套现欺诈行为的套现用户贷款违约的情况要高得多。因此，套现用户检测是金融机构欺诈侦查系统等的重要组成部分。

发明内容

本发明实施例的目的在于提供一种套现用户检测方法、装置及设备，以提高检测的准确性。具体技术方案如下：

第一方面，本发明实施例提供了一种套现用户检测方法，包括：

获取各个待检测用户的自身特征信息以及各个待检测用户的交互信息，其中，针对各个待检测用户，该交互信息包括该待检测用户与其他待检测用户交互的信息和该待检测用户与待检测用户之外的其他对象交互的信息；

针对各个待检测用户，根据该待检测用户的所述自身特征信息，以及该待检测用户的所述交互信息，确定该待检测用户的邻居特征信息；并将该待检测用户的所述自身特征信息和所述邻居特征信息，输入至注意力机制模型，得到该待检测用户套现的概率；其中，所述注意力机制模型是根据多个训练样本训练得到的。

可选的，训练所述注意力机制模型的步骤，包括：

获取多个训练样本；其中，所述训练样本中标记有所述训练样本包括的样本用户套现的概率；

针对各个训练样本，将该训练样本输入至预设注意力机制模型，对所述预设注意力机制模型进行训练，得到训练好的注意力机制模型。

可选的，在获取各个待检测用户的自身特征信息以及各个待检测用户的交互信息之后，所述方法还包括：

根据各个待检测用户的自身特征信息以及各个待检测用户的交互信息，构建属性异质信息网络AHIN；其中，所述AHIN中各个待检测用户位于多个元路径上，各个元路径分别连接待检测用户与该待检测用户的邻居。

可选的，所述根据该待检测用户的所述自身特征信息，以及该待检测用户的所述交互信息，确定该待检测用户的邻居特征信息，包括：

根据已构建的所述AHIN，确定该待检测用户的邻居；

根据所述邻居的特征信息，确定该待检测用户的所述邻居特征信息。

可选的，在所述根据已构建的所述AHIN，确定该待检测用户的邻居之后，所述方法还包括：

确定该待检测用户基于各个元路径的注意力权重；

所述根据所述邻居的特征信息，确定该待检测用户的所述邻居特征信息，包括：