[发明专利]一种用户识别方法、装置、计算机设备

权利要求书

1.一种用户识别方法，其特征在于，所述方法包括：

将预设时间维度内的订单数据和与订单相关的标识数据进行整合；

在整合后的数据中获取主体特征和非主体特征并对满足预设条件的至少两个所述非主体特征进行组合生成组合特征，确定所述主体特征和组合特征的特征值，其中，所述主体特征为可以直接确定订单之间具有关联的特征，所述非主体特征为无法直接确定订单之间具有关联的特征；

将所述订单抽象为订单节点，将所述主体特征和组合特征的特征值抽象为特征节点，将所述订单和对应的特征值之间的关系抽象为边，根据所述订单节点、特征节点及边建立二分图；

对所述二分图进行聚类分析得到聚类结果，根据聚类结果进行可疑用户识别，具体包括：

利用LPA算法，对所述订单节点、特征节点进行聚类，得到聚类结果；

根据聚类结果得到风险判断结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对历史订单数据进行特征提取及统计，识别得到历史非主体特征；

将满足预设条件的至少两个所述历史非主体特征进行组合生成历史组合特征。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述整合后的数据进行数据处理，生成统一数据格式的订单。

4.根据权利要求3所述的方法，其特征在于，对所述整合后的数据进行数据处理，生成统一数据格式的订单具体包括：

对所述整合后的数据进行字段映射，将不同类型的数据格式转换成相同的主键形式；

对相同主键的数据进行聚合，生成统一数据格式的订单。

5.根据权利要求1所述的方法，其特征在于，根据所述订单节点、特征节点及边建立二分图具体包括：

获取所述订单的唯一标识及所述主体特征和组合特征的特征值；

对所述唯一标识及特征值进行合并去重及编码处理；

将编码后的唯一标识及特征值与编码前的唯一标识及特征值进行对应关联；

根据关联后的数据建立二分图。

6.根据权利要求1～5任意一项所述的方法，其特征在于，获取预设时间维度内的订单数据具体包括：

获取生成所述订单所产生的第一数据；

判断在预设时间维度内所述订单的状态，获取订单状态变化时所产生的第二数据；

将所述第一数据、第二数据进行整合，生成所述订单数据。

7.根据权利要求1～5任意一项所述的方法，其特征在于，所述与订单相关的标识数据包括登录和/或注册信息。

8.一种用户识别装置，其特征在于，所述装置包括：

数据处理模块，用于将预设时间维度内的订单数据和与订单相关的标识数据进行整合；

特征提取模块，用于在整合后的数据中获取主体特征和非主体特征并对满足预设条件的至少两个所述非主体特征进行组合生成组合特征，确定所述主体特征和组合特征的特征值，其中，所述主体特征为可以直接确定订单之间具有关联的特征，所述非主体特征为无法直接确定订单之间具有关联的特征；

关系模型建立模块，用于将所述订单抽象为订单节点，将所述主体特征和组合特征的特征值抽象为特征节点，将所述订单和对应的特征值之间的关系抽象为边，根据所述订单节点、特征节点及边建立二分图；

识别模块，用于对所述二分图进行聚类分析得到聚类结果，根据聚类结果进行可疑用户识别，具体包括：

利用LPA算法，对所述订单节点、特征节点进行聚类，得到聚类结果；

根据聚类结果得到风险判断结果。

9.一种计算机设备，其特征在于，包括：

一个或多个处理器；以及

与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：

将预设时间维度内的订单数据和与订单相关的标识数据进行整合；

在整合后的数据中获取主体特征和非主体特征并对满足预设条件的至少两个所述非主体特征进行组合生成组合特征，确定所述主体特征和组合特征的特征值，其中，所述主体特征为可以直接确定订单之间具有关联的特征，所述非主体特征为无法直接确定订单之间具有关联的特征；

将所述订单抽象为订单节点，将所述主体特征和组合特征的特征值抽象为特征节点，将所述订单和对应的特征值之间的关系抽象为边，根据所述订单节点、特征节点及边建立二分图；

对所述二分图进行聚类分析得到聚类结果，根据聚类结果进行可疑用户识别，具体包括：

利用LPA算法，对所述订单节点、特征节点进行聚类，得到聚类结果；

根据聚类结果得到风险判断结果。