[发明专利]风险用户识别方法、装置、可读存储介质及终端设备

权利要求书

1.一种风险用户识别方法，其特征在于，包括：

获取待识别用户在预设的各个识别维度上的第一关联用户数以及第二关联用户数，所述第一关联用户数为与所述待识别用户对应的关联用户总数，所述第二关联用户数为与所述待识别用户对应的存在风险的关联用户总数；

计算所述待识别用户在各个识别维度上的风险概率，其中，第dn个识别维度上的风险概率为第dn个识别维度上的所述第一关联用户数与所述第二关联用户数的比值，1≤dn≤DN，DN为识别维度的总数；

根据各个识别维度上的风险概率构造所述待识别用户的风险概率向量；

使用预设的识别模型对所述待识别用户的风险概率向量进行计算，得到所述待识别用户的识别结果，所述识别模型为经过预设的样本集合训练的机器学习模型；

所述识别模型的构建过程包括：

根据下式构建逻辑回归分析模型：

LinResult＝Wt₁×FtVal₁+Wt₂×FtVal₂+...+Wt_dn×FtVal_dn+...+Wt_DN×FtVal_DN+C

其中，(FtVal₁,FtVal₂,...,FtVal_dn,...,FtVal_DN)为用户的风险概率向量，FtVal_dn为用户在第dn个识别维度上的风险概率，(Wt₁,Wt₂,...,Wt_dn,...,Wt_DN)为待求解的模型系数向量，Wt_dn为第dn个识别维度上的权重系数，C为常数项，LinResult为所述逻辑回归分析模型的输出值；

根据下式构建所述识别模型：

其中，Sigmoid为S型生长曲线函数，RecResult为所述识别模型的输出值。

2.根据权利要求1所述的风险用户识别方法，其特征在于，所述识别模型的训练过程包括：

从预设的数据库中获取用户黑名单以及用户白名单，所述用户黑名单中记录了已识别出的存在风险的各个用户，所述用户白名单中记录了已识别出的不存在风险的各个用户；

根据所述用户黑名单和所述用户白名单构造所述样本集合，其中，所述样本集合中的正样本集为根据所述用户黑名单构造而成，所述样本集合中的负样本集为根据所述用户白名单构造而成，所述样本集合中的任一样本均包括风险概率向量和识别结果；

使用所述样本集合对所述识别模型进行训练，直至满足预设的收敛条件为止。