[发明专利]用户请求风险识别方法及装置

权利要求书

1.一种用户请求风险识别方法，其特征在于，包括：

将从多个数据源获取的针对同一用户的数据整合成单个数据片段，其中，每个所述数据片段以所述用户的ID作为唯一标识，包括所述用户所对应的多个顶点以及所述用户与所述顶点间建立的边；

将多个所述数据片段输入至图数据库中，建立起以用户为中心的知识图谱；

从所述知识图谱中提取用户变量和对应的至少一个历史订单信息，将所述用户变量和所述历史订单信息输入预设的模型中进行训练，得到欺诈评估模型；

将当前订单请求中的当前用户信息输入所述欺诈评估模型，得到对所述当前订单的评估数据。

2.根据权利要求1所述的方法，其特征在于，所述得到对所述当前订单的评估数据包括：

根据所述当前用户信息查找所述当前用户的历史评价数据；

以所述当前用户的历史评价数据作为所述当前订单的评估数据。

3.根据权利要求1所述的方法，其特征在于，所述将所述用户变量和所述历史订单信息输入预设的模型中进行训练包括：

以所述用户变量和所述用户的多个历史订单作为样本数据；

以所述历史订单信息中的该订单的处理结果作为标注信息；

所述预设的模型根据所述样本数据和所述标注信息进行机器学习的训练，自动学习并建立所述样本数据与所述标注信息之间关联关系。

4.根据权利要求2所述的方法，其特征在于，所述得到对所述当前订单的评估数据还包括：

在不存在所述当前用户的历史评价数据时，提取所述当前用户的用户变量；

所述欺诈评估模型根据所述用户变量计算所述当前用户的评价数据；

以计算得到的所述当前用户的评价数据作为所述当前订单的评估数据，并保存为所述当前用户的历史评价数据。

5.根据权利要求2所述的方法，其特征在于，所述得到对所述当前订单的评估数据还包括：

在不存在所述当前用户的历史评价数据时，获取与所述当前用户相关联的至少一个关联用户；

所述欺诈评估模型根据所述至少一个关联用户计算所述当前用户的评价数据；

以计算得到的所述当前用户的评价数据作为所述当前订单的评估数据，并保存为所述当前用户的历史评价数据。

6.一种用户请求风险识别装置，其特征在于，包括：

数据整合模块，用于将从多个数据源获取的针对同一用户的数据整合成单个数据片段，其中，每个所述数据片段以所述用户的ID作为唯一标识，包括所述用户所对应的多个顶点以及所述用户与所述顶点间建立的边；

图谱建立模块，用于将多个所述数据片段输入至图数据库中，建立起以用户为中心的知识图谱；

模型训练模块，用于从所述知识图谱中提取用户变量和对应的至少一个历史订单信息，将所述用户变量和所述历史订单信息输入预设的模型中进行训练，得到欺诈评估模型；

风险评估模块，用于将当前订单请求中的当前用户信息输入所述欺诈评估模型，得到对所述当前订单的评估数据。

7.根据权利要求6所述的装置，其特征在于，所述风险评估模块包括：

历史查询模块，用于根据所述当前用户信息查找所述当前用户的历史评价数据；

评估输出模块，用于以所述当前用户的历史评价数据作为所述当前订单的评估数据。

8.根据权利要求6所述的装置，其特征在于，所述模型训练模块包括：

样本输入模块，用于以所述用户变量和所述用户的多个历史订单作为样本数据；

标注输入模块，用于以所述历史订单信息中的该订单的处理结果作为标注信息；

训练学习模块，用于使所述预设的模型根据所述样本数据和所述标注信息进行机器学习的训练，自动学习并建立所述样本数据与所述标注信息之间关联关系。