[发明专利]策略确定方法和装置

权利要求书

1.一种策略确定方法，其特征在于，包括：

获取商户的签约文本信息；其中，所述签约文本信息包括商户名称、经营的商品名称、商户工商信息、商户地址信息中的至少一项；

根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别；

获取所述商户的交易数据，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别；

基于所述第一行业类别和所述第二行业类别，确定所述商户对应的风险监控策略。

2.根据权利要求1所述的方法，其特征在于，根据所述签约文本信息和各个行业类别对应的关键文本库，确定所述商户所属的第一行业类别，包括：

对所述签约文本信息进行分词处理，得到多个第一文本词；

将所述第一文本词与各个所述关键文本库进行匹配，以确定所述第一文本词与各个所述关键文本库之间的匹配程度值；

根据所述第一文本词与各个所述关键文本库之间的匹配程度值，在各个所述关键文本库中确定目标文本库；

将所述目标文本库所属的行业类别，确定为所述商户所属的第一行业类别。

3.根据权利要求2所述的方法，其特征在于，将所述第一文本词与各个所述关键文本库进行匹配，以确定所述第一文本词与各个所述关键文本库之间的匹配程度值，包括：

根据各个所述关键文本库中的关键文本词的词向量，确定各个所述关键文本库的库向量；

根据所述第一文本词的词向量和各个所述关键文本库的库向量，确定所述第一文本词与各个所述关键文本库之间的匹配程度值。

4.根据权利要求1至3任一项所述的方法，其特征在于，通过以下方式确定得到各个行业类别对应的关键文本库：

获取各个行业类别对应的行业特征语料库，并对所述行业特征语料库中的文本进行分词处理，得到各个行业类别对应的多个第二文本词；

根据所述第二文本词的语义信息、词频值和词向量，在各个行业类别对应的所述多个第二文本词中筛选各个行业类别对应的初始文本词，利用所述初始文本词组成各个行业类别对应的初始文本库；

根据各个行业类别对应的初始文本词的词向量，对各个所述初始文本库进行合并，根据合并结果确定各个行业类别对应的关键文本库。

5.根据权利要求4所述的方法，其特征在于，根据各个行业类别对应的初始文本词的词向量，对各个所述初始文本库进行合并，根据合并结果确定各个行业类别对应的关键文本库，包括：

根据各个行业类别对应的初始文本词的词向量，确定各个行业类别对应的初始文本库的库向量；

根据各个初始文本库的库向量，在各个初始文本库中确定初始文本库对应的相似文本库；

将所述初始文本库与对应的相似文本库进行合并，将合并后得到的文本库，确定为所述初始文本库对应的行业类别所对应的关键文本库。

6.根据权利要求1所述的方法，其特征在于，根据所述交易数据和训练的行业识别模型，确定所述商户所属的第二行业类别，包括：

根据所述交易数据确定所述商户的交易特征数据，并将所述商户的交易特征数据表示为按照时间顺序排列的数据序列的形式；

将所述商户的交易特征数据对应的数据序列输入所述行业识别模型进行运算，根据运算结果确定所述商户所属的第二行业类别。

7.根据权利要求1或6所述的方法，其特征在于，所述行业识别模型通过以下方式训练得到：

获取多个样本商户的交易数据，并根据所述样本商户所属的行业类别确定所述样本商户的交易数据对应的数据标签；

根据所述样本商户的交易数据确定所述样本商户的交易特征数据，并将所述样本商户的交易特征数据表示为按照时间顺序排列的数据序列的形式；

根据所述样本商户的交易特征数据对应的数据序列和所述样本商户的交易数据对应的数据标签，训练所述行业识别模型，所述行业识别模型包括卷积神经网络模型。