[发明专利]一种用户识别方法、装置、计算机设备

说明书

本申请实施例公开一种用户识别方法、装置、计算机设备，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非主体特征进行组合生成组合特征，确定主体特征和组合特征的特征值；将订单抽象为订单节点，将主体特征和组合特征的特征值抽象为特征节点，将订单和对应的特征值之间的关系抽象为边，根据订单节点、特征节点及边建立二分图；对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。本申请将非主体特征关联生成组合特征，克服了电商环境下用户强关联特征难以获取或特征不足的问题，利用非主体特征构建图模型，进而完成黄牛团伙的识别。

技术领域

本发明属于计算机技术领域，尤其涉及一种用户识别方法、装置、计算机设备。

背景技术

目前，欺诈团伙的检测一般存在金融房贷领域，具体手段为通过提取一些标志性较强的个体属性作为图论中的节点、特征相同的点组成可连接的边，从而构建图结构。由于在金融房贷领域中，个人资质的审核往往需要身份证、手机号、紧急联系人等具有较强社会特征的信息，因此上述技术中利用了属性作为连接点，在金融行业可以达到风险检测的目的。然而在电商行业无法通过用户的一次购物就收集用户的相关信息，因此在电商行业用户具有标识性的属性往往过少、其他属性往往过泛。如，下单ip这个属性，在同一个小区、同一个商场wifi、用户在同一个地区连接了同一个移动基站往往都会出现同一个ip的情况，在这种情况下提取特征的方式方法就需要做出改变。此外，标签传播往往会把检测的群体扩大化，由于在电商场景中，用户下单往往成本较低，审核较少因此传统金融保险行业的欺诈网络无法完全适用于电商场景。

发明内容

为了解决现有技术的问题，本发明提出了一种用户识别方法、装置、计算机设备，本方法将非主体特征关联起来生成组合特征，克服了电商环境下用户强关联特征难以获取或特征不足的问题，充分利用了非主体特征来构建精准的图模型，进而完成黄牛团伙的识别。

本发明实施例提供的具体技术方案如下：

第一方面，本发明提供一种用户识别方法，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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；