[发明专利]账户特征的提取方法、装置、设备及可读存储介质

权利要求书

1.一种账户特征的提取方法，其特征在于，包括：

获取待处理账户关联的目标数据集合，所述目标数据集合中包含所述待处理账户在预设时间段内触发的至少两个账户行为关联的行为描述数据，所述至少两个账户行为至少包括电子资源转移操作；

将所述目标数据集合输入已训练的数据学习子模型，并获得所述待处理行为描述数据序列的行为特征；

将所述行为特征确定为所述待处理账户对应的账户行为特征；

所述数据学习子模型是通过下列方式训练得到的：

获取历史账户关联的历史数据集合为训练样本；

基于包含多个所述训练样本的训练样本集合，对所述数据学习子模型进行至少一次训练过程，确定满足训练结束条件时，输出所述数据学习子模型；

其中，一次训练过程包括：通过所述数据学习子模型，对所述各个历史数据集合分别执行以下操作：针对所述各个历史数据集合中的一个历史数据集合，按照所述一个历史数据集合中各个行为描述数据关联的账户行为的触发时间顺序，对所述一个历史数据集合中各个行为描述数据进行排序，获得对应的历史行为描述数据序列；屏蔽所述历史行为描述数据序列中的部分行为描述数据；以及基于所述部分行为描述数据在所述历史行为描述数据序列中的上下文信息，从候选数据集合包括的各个候选行为描述数据中确定出与所述部分行为描述数据匹配的候选行为描述数据，所述候选行为描述数据是基于所述训练样本集合确定的；将所述部分行为描述数据和确定出的候选行为描述数据的偏差信息，确定为所述一个历史数据集合对应的预测偏差；基于所述各个历史数据集合各自对应的预测偏差，对所述数据学习子模型进行参数调整。

2.如权利要求1所述的方法，其特征在于，所述基于所述部分行为描述数据在所述历史行为描述数据序列中的上下文信息，从候选数据集合中确定出与所述部分行为描述数据匹配的候选行为描述数据，包括：

确定所述部分行为描述数据在所述历史行为描述数据序列中的上下文信息；

从所述候选数据集合中，获取部分候选行为描述数据；

分别确定获取的各个候选行为描述数据和确定的上下文信息之间的匹配度；

将匹配度满足匹配度条件的候选行为描述数据，确定为与所述部分行为描述数据匹配的候选行为描述数据。

3.如权利要求1所述的方法，其特征在于，所述获取待处理账户关联的目标数据集合时，还包括：

获取所述待处理账户的账户画像数据；

所述将所述行为特征确定为所述待处理账户对应的账户行为特征之后，还包括：

将所述账户画像数据和所述账户行为特征，确定为所述待处理账户对应的待处理账户特征；

基于所述待处理账户特征，确定所述待处理账户是否针对目标账户行为进行网络欺诈。

4.如权利要求3所述的方法，其特征在于，所述数据学习子模型是已训练的第一账户识别模型中的子模型，所述第一账户识别模型中还包括第一预测子模型，所述将所述账户画像数据和所述账户行为特征，确定为所述待处理账户对应的待处理账户特征，以及基于所述待处理账户特征，确定所述待处理账户是否针对目标账户行为进行网络欺诈，包括：

通过所述第一预测子模型对所述待处理账户特征进行如下处理：

将所述账户画像数据和所述账户行为特征，确定为所述待处理账户对应的待处理账户特征；

基于所述第一预测子模型已学习的第一关联度，预测所述待处理账户特征与第一识别结果之间的第二关联度，所述第一关联度是基于历史账户对应的历史账户特征和所述第一识别结果之间的关联程度确定的，所述第一识别结果用于表征账户针对目标账户行为进行网络欺诈；

若所述第二关联度大于关联度阈值，则确定所述待处理账户为针对目标账户行为进行网络欺诈的欺诈账户。