[发明专利]系统资源分配方法、装置及设备

权利要求书

1.一种系统资源分配方法，其特征在于，所述方法包括：

采集具有用于表征用户风险特征的风险预测样本集，所述风险预测样本集中包括多个预测样本事件的关系数据以及各预测样本事件对应的基本风险特征；

基于所述关系数据构建所述预测样本事件的风险关系网络图谱，所述风险关系图谱中包括节点和连接各个节点的边，所述节点为所述预测样本事件关联的事件或关系方，所述边用于表征各个节点之间的关系；

对所述风险关系网络图谱进行异常节点子图切分，获得所述风险关系网络图谱中各个异常节点对应的风险关系子图；

计算各个风险关系子图中各个事件节点的事件影响性分数和各个关系节点的关系影响性分数；

基于各个风险关系子图对应的事件节点的事件影响性分数和关系节点的关系影响性分数提取所述风险关系子图中各个节点的影响性分数特征和网络结构特征；

利用所述基本风险特征、所述影响性分数特征、所述网络结构特征中的至少一个对风险预测模型进行模型训练，获得训练好的风险预测模型，以利用训练好的风险预测模型对待目标用户进行风险预测，以基于所述风险预测结果向所述目标用户分配系统资源。

2.如权利要求1所述的方法，其特征在于，所述利用所述基本风险特征、所述影响性分数特征、所述网络结构特征中的至少一个对风险预测模型进行模型训练，包括：

对所述基本风险特征、所述影响性分数特征、所述网络结构特征进行特征组合，获得多个组合特征；

将各个组合特征输入特征筛选模型，将所述各个预测样本事件对应的风险标签作为所述特征筛选模型的输出，利用所述特征筛选模型对各个组合特征中的特征进行评分，获得各个特征对应的重要性分值；

将重要性分值大于预设阈值的特征作为风险预测目标特征；

利用所述风险预测目标特征对风险预测模型进行模型训练。

3.如权利要求1所述的方法，其特征在于，所述对所述风险关系网络图谱进行异常节点子图切分，包括：

以所述风险关系网络图谱中的异常节点为起点，按照子图切分条件，确定所述异常节点对应的异常节点子图的范围，基于确定出的范围从所述风险关系网络图谱将所述异常节点对应的异常节点子图切分出来，其中，所述子图切分条件包括下述至少一种：

异常节点子图中异常节点的关联节点的最大阶数；

异常节点子图中的最大节点数量；

异常节点子图中异常节点的关联节点的最小度数；

异常节点子图中节点之间的关系为指定关系类型。

4.如权利要求1所述的方法，其特征在于，所述计算各个风险关系子图中各个事件节点的事件影响性分数和各个关系节点的关系影响性分数，包括：

根据各个风险关系子图中各个节点连接的边的类型，计算各个风险关系子图中各个节点之间的节点连接关系值，所述节点连接关系值用于表征各个节点之间连接关系的紧密程度；

根据各个风险关系子图中各个节点连接的边的权重，计算各个风险关系子图中各个节点度数；

根据所述节点连接关系值和各个节点的度数，计算出各个风险关系子图中各个事件节点的事件影响性分数和各个关系节点的关系影响性分数。

5.如权利要求4所述的方法，其特征在于，所述方法包括采用下述公式计算各个事件节点的事件影响性分数和各个关系节点的关系影响性分数：

其中，表示第i个事件节点对应的事件影响性分数，s_i表示第i个事件节点，α∈[0,1]，β∈[0,1]为超参数，n_R表示风险关系子图中关系节点的总数量，表示第i个事件节点和第j个关系节点之间的节点连接关系值，表示第i个事件节点的度数，表示第j个关系节点的度数，表示第j个关系节点对应的关系影响性分数，r_i表示第j个关系节点，表示第i个事件节点对应的事件影响性分数的初始值，n_S表示风险关系子图中事件节点的总数量，表示第j个关系节点对应的关系影响性分数的初始值。