[发明专利]异常行为用户信息的确定方法及装置、存储介质、终端

权利要求书

1.一种异常行为用户信息的确定方法，其特征在于，包括：

获取用户业务交易过程中全部的行为文本数据；

对所述行为文本数据按照分类体系进行分类标记，所述分类体系用于划分所述行为文本数据中不同业务行为的类目层级；

所述对所述行为文本数据按照分类体系进行分类标记包括：

通过分类精确度与标记精确度对比方式确定按照分类体系对所述行为文本数据进行分类标记的类目层级及标记集合；

所述通过分类精确度与标记精确度对比方式确定按照分类体系对所述行为文本数据进行分类标记的类目层级及标记集合包括：

利用自然语言处理方式对所述行为文本数据按照不同类目层级进行分类，并利用tag标签标记分类后所述行为文本数据；

分别计算每次分类精确度及标记精确度，并根据所述分类精确度及所述标记精确度的乘积确定出所述行为文本数据进行分类标记的类目层级及标记集合；

利用已训练的异常行为预测模型对分类标记后得到的行为文本数据进行异常行为预测运算，确定出异常行为用户信息，其中，所述异常行为预测模型包括用于获取具有不同设定标签的文本集合的语言学习模型，以及预设的异常行为用户信息对应的标签。

2.根据权利要求1所述的方法，其特征在于，所述利用已训练的异常行为预测模型对分类

标记后得到的行为文本数据进行异常行为预测运算，确定出异常行为用户信息包括：

对分类标记后得到的行为文本数据进行数值化处理；

利用预设异常行为语言处理模型结合预设自然语言处理算法对数值化后的行为文本数据进行预测运算，得到异常行为用户信息。

3.根据权利要求2所述的方法，其特征在于，所述对分类标记后得到的行为文本数据进行

数值化处理包括：

对分类标记后的行为文本数据进行序列化排序，并根据排序后的行为文本数据生成行为数据序列。

4.根据权利要求3所述的方法，其特征在于，所述利用预设异常行为语言处理模型结合预

设自然语言处理算法对数值化后的行为文本数据进行预测运算，得到异常行为用户信息包括：将所述行为数据序列作为预设异常行为语言处理模型的输入进行处理，得到不同标签的序列集合，并按照预设自然语言处理算法对所述不同标签的序列集合进行预测运算，确定异常行为用户信息，所述预设自然语言处理算法中的特征函数为预设的异常行为匹配规则。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

根据预设行为数据库中的行为文本数据及异常行为用户信息训练异常行为预测模型，所述预设行为数据库中存储有已被标记的行为文本数据以及与所述异常行为用户信息匹配的对应关系。

6.一种异常行为用户信息的确定装置，其特征在于，包括：

获取模块，用于获取用户业务交易过程中全部的行为文本数据；

分类模块，用于对所述行为文本数据按照分类体系进行分类标记，所述分类体系用于划分所述行为文本数据中不同业务行为的类目层级；

所述对所述行为文本数据按照分类体系进行分类标记包括：

通过分类精确度与标记精确度对比方式确定按照分类体系对所述行为文本数据进行分类标记的类目层级及标记集合；

所述通过分类精确度与标记精确度对比方式确定按照分类体系对所述行为文本数据进行分类标记的类目层级及标记集合包括：

利用自然语言处理方式对所述行为文本数据按照不同类目层级进行分类，并利用tag标签标记分类后所述行为文本数据；

分别计算每次分类精确度及标记精确度，并根据所述分类精确度及所述标记精确度的乘积确定出所述行为文本数据进行分类标记的类目层级及标记集合；

确定模块，用于利用已训练的异常行为预测模型对分类标记后得到的行为文本数据进行异常行为预测运算，确定出异常行为用户信息，其中，所述异常行为预测模型包括用于获取具有不同设定标签的文本集合的语言学习模型，以及预设的异常行为用户信息对应的标签。