[发明专利]识别欺诈用户的方法、装置、服务器和存储介质

权利要求书

1.一种识别欺诈用户的方法，其特征在于，包括：

获取待识别用户的用户行为数据和参考用户的参考行为数据；

基于所述用户行为数据和参考行为数据的比对结果，确定所述待识别用户和参考用户的相似度；

基于所述相似度判断所述待识别用户是否为欺诈用户。

2.如权利要求1所述的识别欺诈用户的方法，其特征在于，所述基于所述用户行为数据和参考行为数据的比对结果，确定所述待识别用户和参考用户的相似度，包括：

根据所述用户行为数据计算所述待识别用户对应的第一特征向量；

根据所述参考行为数据计算所述参考用户对应的第二特征向量；

计算所述第一特征向量和第二特征向量的特征距离；

将所述特征距离作为所述待识别用户和参考用户的相似度。

3.如权利要求2所述的识别欺诈用户的方法，其特征在于，所述根据所述用户行为数据计算所述待识别用户对应的第一特征向量包括：

将所述用户行为数据输入基于第一预设模型的卷积神经网络；

获取基于所述卷积神经网络计算得到的第一特征向量。

4.如权利要求1所述的识别欺诈用户的方法，其特征在于，所述参考用户为无欺诈行为记录的用户，所述基于所述相似度判断所述待识别用户是否为欺诈用户，包括：

判断所述相似度是否大于预设阈值；

当所述相似度大于所述预设阈值时，则判断所述待识别用户为欺诈用户。

5.如权利要求1所述的识别欺诈用户的方法，其特征在于，所述待识别用户为多个，所述基于所述相似度判断所述待识别用户是否为欺诈用户，包括：

根据每一个待识别用户的相似度对多个待识别用户进行分组，得到至少一个待识别群组，所述待识别群组对应至少一个待识别用户；

判断每一个所述待识别群组是否存在欺诈用户；

当所述待识别群组存在所述欺诈用户时，则判断所述待识别群组对应的所有待识别用户均为所述欺诈用户。

6.如权利要求1所述的识别欺诈用户的方法，其特征在于，所述基于所述用户行为数据和参考行为数据的比对结果，确定所述待识别用户和参考用户的相似度，包括：

将所述用户行为数据和参考行为数据作为一个识别样本输入至训练好的第二预设模型；

获取所述第二预设模型基于所述用户行为数据和参考行为数据的比对结果，确定所述待识别用户和参考用户的相似度。

7.如权利要求6所述的识别欺诈用户的方法，其特征在于，在所述将所述用户行为数据和参考行为数据作为一个识别样本输入至训练好的第二预设模型之前，包括：

获取多个训练样本，每一个训练样本包括所述参考行为数据和历史行为数据；

对每一个所述训练样本进行打标，得到多个打标后的训练样本；

基于所述多个打标后的训练样本对所述第二预设模型进行训练，得到训练好的第二预设模型。

8.一种识别欺诈用户的装置，其特征在于，包括：

获取模块，用于获取待识别用户的用户行为数据和参考用户的参考行为数据；

相似度确定模块，用于基于所述用户行为数据和参考行为数据的比对结果，确定所述待识别用户和参考用户的相似度；

欺诈用户判断模块，用于基于所述相似度判断所述待识别用户是否为欺诈用户。

9.一种服务器，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的识别欺诈用户的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的识别欺诈用户的方法。