[发明专利]一种预测风险账号的方法、装置、存储介质和计算机设备

权利要求书

1.一种预测风险账号的方法，其特征在于，包括：

通过提升树模型对获取的训练测试集进行训练，生成风险模型；

将获取的多个灰样本输入所述风险模型，生成每个所述灰样本对应的风险概率；

将多个所述风险概率中大于设定概率的一个或多个所述风险概率对应的灰样本，确定为风险账户；

将一个或多个所述风险账户和多个黑样本对应的用户账号数据确定为风险账号。

2.根据权利要求1所述的方法，其特征在于，所述通过提升树模型对获取的训练测试集进行训练，生成风险模型之前包括：

通过专家经验算法对获取的特征表进行分类，生成多个黑样本、多个白样本和多个灰样本；

从多个所述白样本中随机提取设定数量个白样本，生成多个随机白样本；

根据多个所述随机白样本和多个所述黑样本，生成训练测试集。

3.根据权利要求2所述的方法，其特征在于，所述通过专家经验判断算法对获取的特征表进行分类，生成多个黑样本、多个白样本和多个灰样本之前包括：

判断获取的业务类型数据是否包括退票标识；

若判断出所述业务类型数据包括退票标识，将获取的交易时间减去获取的付款交易时间生成退款时长；

根据获取的业务类型数据、渠道类型数据、用户账号数据、付款流水号数据、交易IP数据和所述退款时长，生成基表；

通过特征算法对所述基表进行特征计算，生成特征表。

4.根据权利要求3所述的方法，其特征在于，所述判断获取的付款流水号数据是否包括退票标识之前包括：

根据获取的支付数据生成逗号分隔值文件；

从所述逗号分隔值文件中提取业务类型数据、渠道类型数据、用户账号数据、付款流水号数据和交易IP数据。

5.根据权利要求3所述的方法，还包括：

若判断出所述业务类型数据不包括退票标识，根据获取的业务类型数据、渠道类型数据、用户账号数据、付款流水号数据和交易IP数据，生成基表，并继续执行所述通过存储的特征算法对所述基表进行特征计算，生成特征表的步骤。

6.根据权利要求1所述的方法，其特征在于，所述将一个或多个所述风险账户和多个黑样本对应的用户账号数据确定为风险账号之后包括：

显示所述风险账号。

7.一种预测风险账号的装置，其特征在于，包括：

第一生成模块，用于通过提升树模型对获取的训练测试集进行训练，生成风险模型；

第二生成模块，用于将获取的多个灰样本输入所述风险模型，生成每个所述灰样本对应的风险概率；

第一确定模块，用于将多个所述风险概率中大于设定概率的一个或多个所述风险概率对应的灰样本，确定为风险账户；

第二确定模块，用于将一个或多个所述风险账户和多个黑样本对应的用户账号数据确定为风险账号。

8.根据权利要求7所述的装置，其特征在于，还包括：

第三生成模块，用于通过专家经验算法对获取的特征表进行分类，生成多个黑样本、多个白样本和多个灰样本；

第四生成模块，用于从多个所述白样本中随机提取设定数量个白样本，生成多个随机白样本；

第五生成模块，用于根据多个所述随机白样本和多个所述黑样本，生成训练测试集。

9.一种存储介质，其特征在于，包括：所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至6任意一项所述的预测风险账号的方法。

10.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至6任意一项所述的预测风险账号的方法的步骤。