[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

说明书

本发明属于计算机技术领域，尤其涉及一种风险用户识别方法、装置、计算机可读存储介质及终端设备。所述方法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；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。通过本发明实施例，充分考虑到用户关系网络中的特征信息，大大提高了识别结果的准确率。

技术领域

本发明属于计算机技术领域，尤其涉及一种风险用户识别方法、装置、计算机可读存储介质及终端设备。

背景技术

现有技术中在进行风险用户识别时，采用的方式一般都是尽可能多的获取待识别用户的个人特征信息，并将这些个人特征信息输入到特定的算法模型中，经过一系列的计算过程从而得到识别结果。但是，在实际中，存在风险的用户往往不是孤立存在的，而是处于一个由众多的风险用户所构成的关系网络中，现有技术中未能充分考虑到这种用户关系网络中的特征信息，导致识别结果的准确率较低。

发明内容

有鉴于此，本发明实施例提供了一种风险用户识别方法、装置、计算机可读存储介质及终端设备，以解决现有的风险用户识别方法未能充分考虑到用户关系网络中的特征信息，识别结果的准确率较低的问题。

本发明实施例的第一方面提供了一种风险用户识别方法，可以包括：

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由第dn个识别维度上的所述第一关联用户数以及所述第二关联用户数计算得到，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。

本发明实施例的第二方面提供了一种风险用户识别装置，可以包括：

关联用户数获取模块，用于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；

风险概率计算模块，用于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由第dn个识别维度上的所述第一关联用户数以及所述第二关联用户数计算得到，1≤dn≤DN，DN为识别维度的总数；

风险概率向量构造模块，用于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；

用户识别模块，用于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。

本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如下步骤：

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；