[发明专利]一种基于用户账号的风险等级划分方法及装置

权利要求书

1.一种基于用户账号的风险等级划分方法，所述方法包括：

获取预定的用户账号数据集合，所述用户账号数据集合内包含各用户账号及各用户账号对应的账号数据；

对所述账号数据进行处理，得到每个用户账号的第一特征数据和第二特征数据；

对用户账号的第一特征数据和第二特征数据执行离散化操作，得到每个用户账号的第一离散值和第二离散值，并建立每个用户账号的第一离散值与第二离散值之间的对应关系；

根据所述第一离散值和第二离散值对所述用户账号进行检测，得到每个用户账号的第一风险分值，具体包括：将所述第一离散值和第二离散值输入到异常检测模型中进行检测，得到每个用户账号的第一风险分值；

基于每个用户账号的第一离散值、第二离散值以及第一风险分值，对所述用户账号执行聚类操作，得到同一所述对应关系下的用户账号的第二风险分值，具体包括：将所述第一离散值、第二离散值以及第一风险分值输入到聚类模型中进行聚类，得到同一所述对应关系下的用户账号的第二风险分值；

根据所述第二风险分值以及对应关系，对所述用户账号所属对应关系的风险等级进行划分。

2.如权利要求1所述的方法，所述获取预定的用户账号数据集合包括：

从一个或多个社交域的数据库中，获取该一个或多个社交域内的用户账号数据，将所述用户账号数据的集合作为用户账号数据集合。

3.如权利要求1所述的方法，所述对所述账号数据进行处理，得到每个用户账号的第一特征数据和第二特征数据，包括：

对所述账号数据进行数据清洗和特征衍生，并提取每个用户账号的第一特征数据和第二特征数据。

4.如权利要求1所述的方法，还包括，构建所述异常检测模型，具体的，

对标准的第一特征数据和第二特征数据进行离散化处理得到离散值，基于异常检测算法对所述离散值进行训练得到所述异常检测模型。

5.如权利要求1所述的方法，还包括，构建所述聚类模型，具体的，

对标准的第一特征数据和第二特征数据进行离散化处理得到离散值，将所述离散值输入到异常检测模型中，得到标准的第一风险分值，基于聚类算法对所述离散值和标准的第一风险分值进行训练得到所述聚类模型。

6.如权利要求1所述的方法，所述根据所述第二风险分值以及对应关系，对所述用户账号所属对应关系的风险等级进行划分，包括：

将所述第二风险分值按序排列，根据所述第二风险分值的排列顺序，将第一离散值相同的对应关系划分为第一风险等级，并依次划分直至确定所有对应关系的风险等级。

7.如权利要求1所述的方法，所述根据所述第二风险分值以及对应关系，对所述用户账号所属对应关系的风险等级进行划分之后，还包括：

根据所述对应关系以及风险等级，对所述对应关系中的第一离散值和第二离散值进行映射，以还原所述用户账号所属对应关系的具体业务数据。

8.如权利要求1所述的方法，包括：

从一个或多个社交域的数据库中，获取该一个或多个社交域内的用户账号数据作为总用户账号数据，从所述总用户账号数据中提取符合第一预设条件的用户账号数据，将符合第一预设条件的用户账号数据的集合作为第一用户账号数据集合；并当所述用户账号数据集合为第一用户账号数据集合时，将违规次数作为所述第一特征数据，将风险浓度作为所述第二特征数据。

9.如权利要求8所述的方法，进一步包括：

从所述总用户账号数据中剔除所述第一用户账号数据集合中的用户账号数据，将剩余的用户账号数据中符合第二预设条件的用户账号数据的集合作为第二用户账号数据集合；并当所述用户账号数据集合为第二用户账号数据集合时，将风险曝光次数作为所述第一特征数据，将风险曝光浓度作为所述第二特征数据。