[发明专利]交易数据的风险识别方法以及装置有效

专利信息
申请号: 201910925694.2 申请日: 2019-09-27
公开(公告)号: CN110675263B 公开(公告)日: 2022-06-03
发明(设计)人: 凌晨 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06Q40/04 分类号: G06Q40/04;G06Q10/06
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 吴肖肖
地址: 310013 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 交易 数据 风险 识别 方法 以及 装置
【说明书】:

本说明书实施例提供交易数据的风险识别方法以及装置,其中所述交易数据的风险识别方法包括:通过采用埋点的方式获取用户的待识别埋点交易数据,并调用风险防控应用中采用埋点的方式获取到的至少一个风险交易场景特征群的埋点操作数据;然后将所述待识别埋点交易数据以及所述埋点操作数据按照数据的产生时间先后顺序依次进行排序以实现所述待识别埋点交易数据和所述埋点操作数据的结合,再通过将结合后的所述待识别埋点交易数据和埋点操作数据输入预先训练的风险识别模型以对所述待识别埋点交易数据进行风险识别,最后根据所述风险识别模型输出的风险识别结果对所述待识别埋点交易数据进行风险防控。

技术领域

本说明书实施例涉及互联网技术领域,特别涉及一种交易数据的风险识别方法。本说明书一个或者多个实施例同时涉及一种交易数据的风险识别装置,一种计算设备,以及一种计算机可读存储介质。

背景技术

随着信息技术的快速发展,互联网技术在用户的工作和生活中得到了广泛的应用。例如,越来越多的用户开始选择通过互联网进行通讯、通过互联网在线办理业务等。而目前在用户的生活以及工作中应用较广的则为在线支付、在线转账、在线交易等。

目前,安装在终端设备上的应用程序中,除了使用支付软件进行交易外,一些即时通讯软件也具备了在线交易功能,给人们的生活带来了很大的便利。但是,这也为一些线上非法行为提供了便利。例如,非法交易、欺诈交易、设备盗用交易等交易群体随之出现。由于互联网传播的广度和深度,这些群体的危害也会被扩大。尽管目前存在一些反欺诈应用程序,但是这些应用程序的数据分析模型通常较为单一,不能形成一个较为完备的反欺诈体系,且欺诈风险的识别不准确,识别率较低。并且利用传统的具有反欺诈数据的数据库对用户的交易数据进行风险识别的效率低下,不能满足现有的要求。因此,如何对用户的交易数据进行风险识别以提高其风险识别结果的准确性成为当前亟需解决的技术问题。

发明内容

有鉴于此,本说明书施例提供了一种交易数据的风险识别方法。本说明书一个或者多个实施例同时涉及一种交易数据的风险识别装置,一种计算设备,以及一种计算机可读存储介质,以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面,提供了一种交易数据的风险识别方法,包括:

获取用户的待识别交易数据,所述待识别交易数据中包含采用埋点的方式获取到的待识别埋点交易数据;

调用风险防控应用中采用埋点的方式获取到的至少一个风险交易场景特征群的埋点操作数据;

将所述待识别埋点交易数据以及所述埋点操作数据按照数据的产生时间先后顺序依次进行排序;

将排序后的数据输入预先训练的风险识别模型进行风险识别,并根据所述风险识别模型输出的风险识别结果对所述待识别埋点交易数据进行风险防控;

其中,所述风险交易场景特征群通过对目标风险场景特征进行分类生成,所述目标风险交易场景特征根据历史交易数据中不同风险交易场景特征的占比确定。

可选地,所述获取用户的待识别交易数据步骤执行之前,还包括:

获取历史交易数据,根据所述历史交易数据中不同风险交易场景特征的占比确定目标风险交易场景特征;

对所述目标风险交易场景特征进行分类生成至少一个风险交易场景特征群,并对所述风险交易场景特征群中包含的目标风险场景特征对应的节点进行埋点。

可选地,所述获取历史交易数据,根据所述历史交易数据中不同风险交易场景特征的占比确定目标风险交易场景特征,包括:

获取历史交易数据并对所述历史交易数据进行风险标注处理,其中,所述风险标注用于区分所述历史交易数据是否为风险交易数据;

根据风险标注结果确定所述历史交易数据所涉及的风险交易场景特征;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910925694.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top