[发明专利]无类型标签用户数据的处理方法、装置、电子设备和介质

说明书

本公开提供了一种无类型标签用户数据的处理方法、装置、设备及存储介质，包括：根据用户的交易特征数据对用户进行聚类，得到特定数量的簇；确定簇为包含无类型标签用户的无类型标签簇或不包含无类型标签用户的有类型标签簇；类型标签用于指示用户异常或正常；选取特定数量的无类型标签簇作为样本簇；从样本簇中选取相似度最大的特定数量的第一用户，根据被选取的第一用户构建正样本对；选取相似度满足设定条件的两个样本簇，分别从该两个样本簇选取第一用户，根据被选取的第一用户构建负样本对；为正样本对配置相似的相似度标签，为负样本对配置不相似的相似度标签；将具有相似度标签的正样本对和负样本对构建为无类型标签样本集合。

技术领域

本发明涉及大数据技术领域，尤其涉及一种无类型标签用户数据的处理方法、装置、电子设备和介质。

背景技术

随着互联网的不断发展，电子银行已经成为了银行业务渠道和市场营销的主要竞争手段之一。网络电子银行为我们带来便利的同时，使电子银行用户的洗钱、非正常的转账等异常交易活动变得更加容易，而识别和发现此类存在异常交易行为的用户变得更加困难。

当前，识别用户是否异常所采用的方案中，要么识别方法准确率较低，要么需要人为对结果进行分析判断，人工成本较大。造成以上技术问题的主要原因是，有类型（正常或异常）标签用户数据过少，无类型标签用户数据量大，无法利用大量无类型标签用户数据。

发明内容

本公开提供了一种无类型标签用户数据的处理方法、装置、电子设备及介质，以至少解决现有技术中存在的以上技术问题。

根据本公开的第一方面，提供了一种无类型标签用户数据的处理方法，包括：根据用户的交易特征数据对用户进行聚类，得到特定数量的簇；确定所述簇为无类型标签簇或有类型标签簇；所述无类型标签簇中包含无类型标签用户，所述有类型标签簇中不包含无类型标签用户；所述类型标签用于指示所述用户异常或正常；选取特定数量的无类型标签簇作为样本簇；从所述样本簇中选取相似度最大的特定数量的第一用户，根据被选取的第一用户构建正样本对；选取相似度满足设定条件的两个样本簇，分别从该两个样本簇选取所述第一用户，根据被选取的第一用户构建负样本对；为所述正样本对配置相似的相似度标签，为所述负样本对配置不相似的相似度标签；将具有相似度标签的正样本对和负样本对构建为无类型标签样本集合。

在一可实施方式中，所述得到特定数量的簇之后，且确定所述簇为无类型标签簇或有类型标签簇之前，所述方法还包括：统计每个簇中有类型标签的用户数量和无类型标签的用户数量，若所述簇中有类型标签的用户数量大于无类型标签的用户数量，且有类型标签的用户类型标签的标签值全为正常或全为异常，则为所述簇中的无类型标签的用户生成类型标签。

在一可实施方式中，为所述簇中的无类型标签的用户生成类型标签，包括：若所述簇中有类型标签的用户的类型标签的标签值全为正常，则所述簇中的无类型标签的用户的类型标签的标签值设为正常；若所述簇中有类型标签的用户的类型标签的标签值全为异常，则所述簇中的无类型标签的用户的类型标签的标签值设为异常。

在一可实施方式中，所述选取特定数量的无类型标签簇作为样本簇，包括：对于任意一个无类型标签簇，根据该簇中各用户的交易特征数据确定该簇的中心点，并计算该簇的中心点与其他所有无类型标签簇的中心点之间的平均距离；按照每个无类型标签簇对应的所述平均距离从大到小的顺序，选取特定数量的无类型标签簇作为样本簇。

在一可实施方式中，所述选取相似度满足设定条件的两个样本簇，包括：将两两样本簇构成对应的样本簇对；计算每个样本簇对的簇对中心点距离，所述簇对中心点距离为样本簇对中两个样本簇的中心点之间的距离；按照所述簇对中心点距离从大到小的顺序，选取特定数量的样本簇对，并从中抽取一个样本簇对，得到相似度满足设定条件的两个样本簇。