[发明专利]特征变量获取方法及装置

权利要求书

1.一种设备行为特征获取方法，其特征在于，包括：

采集产生实质操作行为的用户设备的信息数据，并将所述信息数据分别存储到设备信息主题消息队列和用户访问行为消息队列中；

按照所述信息数据的属性，将消息队列中的信息数据拆分成不同主题的多个数据表以整合到数据分析引擎中；

根据接收到的对目标设备进行风控的请求，从所述数据分析引擎中获取与所述目标设备相对应的信息数据，并基于所述目标设备的信息数据进行特征变量计算，得到所述目标设备的设备行为特征。

2.根据权利要求1所述的方法，其特征在于，其中，所述实质操作行为至少包括：授信申请行为、用信申请行为。

3.根据权利要求1所述的方法，其特征在于，其中，所述信息数据的属性包括以下至少之一：登录编号、用户编号、设备标识、设备类型、操作系统、用户行为操作类型、用户操作时间、用户登录手机号、设备风险信息。

4.根据权利要求2所述的方法，其特征在于，将消息队列中的信息数据拆分成不同主题的多个数据表，包括：

基于flink开源流处理框架对所述信息数据进行分流，以将上述信息数据拆分成不同主题的多个数据表。

5.根据权利要求4所述的方法，其特征在于，其中，所述主题至少包括以下之一：设备指纹风险信息、设备指纹用户标识关系、设备指纹身份证关系、设备指纹手机号关系、设备指纹经纬度、设备指纹时间间隔。

6.根据权利要求1所述的方法，其特征在于，基于所述目标设备的信息数据进行特征变量计算，包括：

确定所述目标设备的设备标识是否存在；

在确定所述目标设备的设备标识存在的情况下，查询所述数据分析引擎中的信息数据，以获取目标设备标识相对应的设备行为特征；或，基于所述数据分析引擎中的信息数据进行指标计算，以获取与所述目标设备标识相对应的设备行为特征。

7.根据权利要求6所述的方法，其特征在于，基于所述数据分析引擎中的信息数据进行指标计算，包括：

基于所述信息数据，并行调用多个维度的指标计算方法，以获取所述目标设备标识相对应的设备行为特征。

8.根据权利要求7所述的方法，其特征在于，基于所述数据分析引擎中的信息数据进行指标计算之后，还包括：

判断所述指标计算的时间是否超时；

判断所述目标设备指标是否满足预设条件；

判断所述指标计算的结果是否异常。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

将多个设备行为特征封装到一个应用程序接口API服务中，以通过各设备的设备标识从所述API服务查询所述各设备的设备行为特征。

10.根据权利要求6所述的方法，其特征在于，其中，所述设备行为特征至少包括以下之一：目标设备标识关联的手机号数量、注册设备关联的手机号数量、授信申请设备关联手机号的数量、用信申请设备关联的手机号数量、目标设备相邻两次操作行为时间间隔。

11.根据权利要求1所述的方法，其特征在于，得到所述目标设备的设备行为特征之后，还包括：

将所述设备行为特征与预设标准进行比对，基于比对结果判定所述目标设备是否存在风险行为。

12.一种设备行为特征获取装置，其特征在于，包括：

存储模块，用于采集产生实质操作行为的用户设备的信息数据，并将所述信息数据分别存储到设备信息主题消息队列和用户访问行为消息队列中；

拆分模块，用于按照所述信息数据的属性，将消息队列中的信息数据拆分成不同主题的多个数据表以整合到数据分析引擎中；

获取模块，用于根据接收到的对目标设备进行风控的请求，从所述数据分析引擎中获取与所述目标设备相对应的信息数据，并基于所述目标设备的信息数据进行特征变量计算，得到所述目标设备的设备行为特征。