[发明专利]一种基于机器学习的数字资源处理方法、装置和系统

权利要求书

1.一种基于机器学习的数字资源处理方法，用于资源筹集平台对基于该平台发起的项目进行欺诈概率的预测，其特征在于，所述项目是由项目组织者发起的由项目发起者向项目参与者筹集资源的项目；

所述方法包括：

获取项目、项目组织者以及项目参与者的信息；

以项目组织者为顶点，以项目以及项目参与者为节点构建项目组织者关系图谱；

建立基于机器自学习的欺诈判断模型，对所述项目组织者关系图谱进行特征提取，输入欺诈判断模型，所述欺诈判断模型输出项目欺诈评分。

2.如权利要求1所述的数字资源处理方法，其特征在于，项目节点为分支节点，包括项目的属性信息；项目参与者节点为叶子节点，包括项目参与者的属性信息。

3.如权利要求1至2中任一项所述的数字资源处理方法，其特征在于，所述项目的属性信息包括项目创建时间，项目截止时间，项目目标金额。

4.如权利要求1至3中任一项所述的数字资源处理方法，其特征在于，所述项目参与者的属性信息包括已参与项目名称、参与额度以及参与时间。

5.如权利要求1至4中任一项所述的数字资源处理方法，其特征在于，对所述项目组织者关系图谱进行特征提取进一步包括：

将所述项目组织者关系图谱输入图神经网络模型，所述图神经网络模型进行特征提取，输出图向量。

6.如权利要求1至5中任一项所述的数字资源处理方法，其特征在于，所述欺诈判断模型为基于深度学习的RNN-LSTM神经网络模型。

7.如权利要求1至6中任一项所述的数字资源处理方法，其特征在于，所述欺诈判断模型包括输入层、编码层以及输出层，其中，所述编码层采用双向长短记忆网络LSTM编码器，所述输出层采用序列化标注算法CRF。

8.一种基于机器学习的数字资源处理装置，用于资源筹集平台对基于该平台发起的项目进行欺诈概率的预测，其特征在于，所述项目是由项目组织者发起的由项目发起者向项目参与者筹集资源的项目；

所述装置包括：

信息获取模块，用于获取项目、项目组织者以及项目参与者的信息；

图谱构建模块，用于以项目组织者为顶点，以项目以及项目参与者为节点构建项目组织者关系图谱；

欺诈判断模块，用于建立基于机器自学习的欺诈判断模型，对所述项目组织者关系图谱进行特征提取，输入欺诈判断模型，通过所述欺诈判断模型输出项目欺诈评分。

9.一种基于机器学习的数字资源处理系统，其特征在于，包括：

存储单元，用于存储计算机可执行程序；

处理单元，用于读取所述存储单元中的计算机可执行程序，以执行权利要求1至7中任一项所述的基于机器学习的数字资源处理方法。

10.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1至7中任一项所述的基于机器学习的数字资源处理方法。