[发明专利]账户权限的管理方法和设备在审

专利信息
申请号: 201910962635.2 申请日: 2019-10-11
公开(公告)号: CN110827038A 公开(公告)日: 2020-02-21
发明(设计)人: 筴硕 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06Q20/42 分类号: G06Q20/42;G06Q20/40;G06N3/08;G06N3/04;G06F40/295
代理公司: 北京博雅睿泉专利代理事务所(特殊普通合伙) 11442 代理人: 郭少晶
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 账户 权限 管理 方法 设备
【权利要求书】:

1.一种账户权限的管理方法,包括以下步骤:

从账户名称中提取关键词,将提取出的关键词与关键词库中的关键词进行匹配;如果匹配成功,确定所述账户属于第一类账户;

如果匹配不成功,检测所述账户的历史交易事件是否满足预设的条件;如果满足,确定所述账户属于第一类账户;

如果不满足,对所述账户的历史交易事件中的预设类型的交易事件的备注信息进行命名实体识别,以确定所述账户是否属于第一类账户;以及,

如果所述账户属于第一类账户,禁止关闭所述账户的第一权限。

2.根据权利要求1所述的方法,从账户名称中提取关键词包括:

对所述账户名称进行分词处理得到多个词元;

对所述账户的词元的任意组合进行权重分析,以过滤掉不重要的词元;

将剩余的词元作为提取出的关键词。

3.根据权利要求1所述的方法,所述预设的条件包括下列任一或者任意组合:

所述账户的历史交易事件中的预设类型的交易事件的总件数与所述账户的历史交易事件的总件数的比值达到预设的阈值;

所述账户的历史交易事件中的预设类型的交易事件的总交易金额与所述账户的历史交易事件的总交易金额的比值达到预设的阈值;

所述账户的历史交易事件中的预设类型的交易事件的货品数量达到预设的阈值。

4.根据权利要求1所述的方法,所述账户为企业账户,所述第一权限为退款权限,所述预设的条件包括:

所述账户的历史交易事件中的退款事件的总件数与所述账户的历史交易事件的总件数的比值达到预设的阈值;或者,

所述账户的历史交易事件中的付款事件的总交易金额与所述账户的历史交易事件的总交易金额的比值达到预设的阈值并且所述账户的历史交易事件中的付款事件的货品数量达到预设的阈值。

5.根据要求1所述的方法,对所述账户的历史交易事件中的预设类型的交易事件的备注信息进行命名实体识别,以确定所述账户是否属于第一类账户,包括:

对所述预设类型的交易事件的备注信息进行特征提取,获得所述备注信息的词元的向量化的特征,所述备注信息的词元的向量化的特征包括表征词元的词性的特征、表征词元的权重的特征、以及表征词元与前后相邻词元的关联程度的特征;

对所述预设类型的交易事件的备注信息的词元组合进行概率预测,将概率最大的词元组合作为所述预设类型的交易事件的标签;所述词元组合中至少包括一个词元;

将所述预设类型的交易事件的标签与标签库中的标签进行匹配,如果匹配成功,确定所述账户属于第一类账户。

6.根据权利要求5所述的方法,通过双向长短时记忆循环神经网络模型对所述预设类型的交易事件的备注信息进行特征提取;

通过条件随机场网络模型对所述预设类型的交易事件的备注信息的词元组合进行概率预测。

7.根据权利要求1所述的方法,所述账户为企业账户,所述第一权限为退款权限;

通过双向长短时记忆循环神经网络-条件随机场网络联合模型对所述账户的历史交易事件中的预设类型的交易事件的备注信息进行命名实体识别;

所述双向长短时记忆循环神经网络-条件随机场网络联合模型是利用训练集和测试集进行半监督训练得到,所述训练集包括退款事件的样本数据和转账事件的样本数据,所述测试集只包括退款事件的样本数据。

8.一种账户权限的管理设备,包括:

账户类别识别模块,用于从账户名称中提取关键词,将提取出的关键词与关键词库中的关键词进行匹配;如果匹配成功,确定所述账户属于第一类账户;如果匹配不成功,检测所述账户的历史交易事件是否满足预设的条件;如果满足,确定所述账户属于第一类账户;如果不满足,对所述账户的历史交易事件中的预设类型的交易事件的备注信息进行命名实体识别,以确定所述账户是否属于第一类账户;

权限管理模块,用于如果所述账户属于第一类账户,禁止关闭所述账户的第一权限。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910962635.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top