[发明专利]判断用户风险程度的方法、装置

说明书

本发明实施例提供一种判断用户风险程度的方法、装置、电子设备和存储介质，具有客观全面，准确可靠的优点。本发明判断用户风险程度的方法，包括：从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组；计算第一特征向量组和第二特征向量组交叉向量，得到交叉向量组；将第一特征向量组减去交叉向量组，得到剩余向量组；若测试用户向量能被剩余向量组线性表示，则输出用户为高风险用户的第一提示信息；若测试用户向量能被交叉向量组线性表示，则输出用户为有风险用户的第二提示信息；若测试用户向量能被第一特征向量组线性表示，则输出用户为无风险用户的第三提示信息。

技术领域

本发明涉及计算机技术领域，尤其涉及一种判断用户风险程度的方法、装置、电子设备和存储介质。

背景技术

电子商务中出现了一些不法用户进行恶意交易的行为，为了防止电商企业遭受损失，需要对风险用户进行识别。现有的判断用户风险程度的办法主要是人为地设定判断规则，例如根据历史退货次数等等指标进行判断。但是人为制定的判断规则可能不全面，不能涵盖到所有风险因子，容易造成误判或漏判。

发明内容

有鉴于此，本发明实施例提供一种判断用户风险程度的方法、装置、电子设备和存储介质，能够快速进行判断，具有客观全面，准确可靠的优点。

为实现上述目的，根据本发明的一个方面，提供了一种判断用户风险程度的方法。

本发明实施例的一种判断用户风险程度的方法，包括：从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组；

计算所述第一特征向量组和所述第二特征向量组交叉向量，得到交叉向量组；

将所述第一特征向量组减去所述交叉向量组，得到剩余向量组；

若测试用户向量能被所述剩余向量组线性表示，则输出所述测试用户向量对应的用户为高风险用户的第一提示信息；

若所述测试用户向量能被所述交叉向量组线性表示，则输出所述测试用户向量对应的用户为有风险用户的第二提示信息；

若所述测试用户向量能被所述第一特征向量组线性表示，则输出所述测试用户向量对应的用户为无风险用户的第三提示信息；

所述计算所述第一特征向量组和所述第二特征向量组交叉向量，得到交叉向量组的步骤包括：

将所述第二特征向量组和所述第一特征向量组并列，同时进行行阶梯变换至最简形式，得到第二行阶梯矩阵和第一行阶梯矩阵；

对第一行阶梯矩阵按照阶梯重排列后，阶梯数小于等于第二行阶梯矩阵阶梯数的列对应的第一特征向量组为所述交叉向量组。

可选地，还包括：若所述测试用户向量不能被所述剩余向量组或者交叉向量组或者第一特征向量组线性表示，则输出所述测试用户向量对应的用户风险无法确定的第四提示信息。

为实现上述目的，根据本发明的另一方面，提供了一种判断用户风险程度的装置。