[发明专利]用户策略触发方法、装置及电子设备

权利要求书

1.一种用户策略触发方法，其特征在于，包括：

获取预设状态的目标用户的用户数据；

将所述用户数据输入非稳态风险分析模型，生成多个风险值和其对应的时间节点，所述非稳态风险分析模型是通过带有时间节点的多个历史用户数据集合训练生成；

基于所述多个风险值确定多个风险策略；

根据所述多个风险策略和其对应的时间节点生成多个用户策略触发任务。

2.如权利要求1所述的方法，其特征在于，还包括：

获取多个历史用户的用户数据；

确定多个时间节点；

基于所述时间节点生成所述多个历史用户数据集合；

通过所述多个历史用户数据集合对机器学习模型进行训练以生成所述非稳态风险分析模型。

3.如权利要求2所述的方法，其特征在于，确定多个时间节点，包括：

根据用户状态特征变化时间确定时间节点；

根据历史用户策略上线时间确定时间节点；

根据外部环境变化时间确定时间节点。

4.如权利要求2所述的方法，其特征在于，基于所述时间节点生成所述多个历史用户数据集合，包括：

根据所述时间节点对所述多个历史用户数据进行划分生成所述多个历史用户数据集合。

5.如权利要求4所述的方法，其特征在于，根据所述时间节点对所述多个历史用户数据进行划分生成所述多个历史用户数据集合，包括：

根据所述时间节点生成多个时间段；

将所述多个历史用户数据中的时间和所述多个时间段进行对应；

通过包含某一时间段的部分历史用户数据生成多个历史用户数据集合。

6.如权利要求5所述的方法，其特征在于，通过包含某一时间段的部分历史用户数据生成多个历史用户数据集合，包括：

通过包含某一时间段的部分历史用户数据生成子集合t₀，子集合t₁，子集合t₂，……，子集合t_k；

通过子集合t_j和t_j+1生成历史用户数据集合；

其中，。

7.如权利要求6所述的方法，其特征在于，通过所述多个历史用户数据集合对机器学习模型进行训练以生成所述非稳态风险分析模型，包括：

在所述多个历史用户数据集合中依次随机提取历史用户数据集合；

通过随机提取的历史用户数据集合依次对机器学习模型进行训练；

在所有历史用户数据集合中的数据提取完毕时，根据当前的机器学习模型参数生成所述非稳态风险分析模型。

8.一种用户策略触发装置，其特征在于，包括：

数据模块，用于获取预设状态的目标用户的用户数据；

风险分析模块，用于将所述用户数据输入非稳态风险分析模型，生成多个风险值和其对应的时间节点，所述非稳态风险分析模型是通过带有时间节点的多个历史用户数据集合训练生成；

策略模块，用于基于所述多个风险值确定多个风险策略；

策略触发模块，用于根据所述多个风险策略和其对应的时间节点生成多个用户策略触发任务。

9.一种电子设备，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中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。