[发明专利]可信度确定方法、装置、设备和存储介质

说明书

本发明实施例公开了一种可信度确定方法、装置、设备和存储介质。该可信度确定方法包括：获取待测对象的至少两种特征信息；对所述至少两种特征信息进行融合，以得到融合特征信息；根据所述融合特征信息，确定待测对象的特征表示；根据所述特征表示，确定待测对象的可信度。本发明实施例基于对获取到的多种特征信息进行融合，实现对特征信息的精简，提高特征交叉比对效率；对融合后特征进行特征表示，增强对用户行为特征的可视化效果；以此确定待测对象的可信度。通过对待测对象的多维度特征数据进行融合，实现对用户欺诈行为的准确挖掘，并且不需要已知欺诈标签进行监督训练，实现提高可信度确定的效率。

技术领域

本发明实施例涉及信息处理技术领域，尤其涉及一种可信度确定方法、装置、设备和存储介质。

背景技术

当前，金融科技在大数据、人工智能、区块链等新兴前沿技术的驱动下，对传统金融行业的渗透已成为不可逆转的潮流。与此同时，金融欺诈的风险也不断扩大，反欺诈形势严峻。例如在对用户发放信用卡之前，需要对用户的信用程度进行审批，以挖掘信用卡欺诈的行为。

目前，常用的金融反欺诈手段为使用专家经验指导或者使用有监督的反欺诈模型进行确定。专家经验指导是基于预先确定的专家规则，对存在风险的行为数据进行评分，从而对存在风险的金融行为进行判断。使用有监督的反欺诈模型是根据预先确定的具有欺诈标签用户的行为进行有监督的训练得到的预测模型，从而使用模型对用户的金融行为进行预测。

专家经验是基于过往的欺诈案例进行总结获取的，而现在的欺诈者能迅速改变欺诈模式，新型欺诈往往由许多复杂事件和步骤完成，难以快速提取规则，因此使用经验进行欺诈判断难以适应不断演进的欺诈模式，适应性和灵活性较差。训练有监督的反欺诈模型需要大量的欺诈标签，而欺诈标签的难定义和难获取给反欺诈模型的训练带来一定的难度。

发明内容

本发明实施例提供一种可信度确定方法、装置、设备和存储介质，通过对待测对象的多维度的数据特征进行融合，实现对用户欺诈行为的准确挖掘，并且不需要已知欺诈标签进行监督训练，实现提高可信度确定的效率。

第一方面，本发明实施例提供了一种可信度确定方法，包括：

获取待测对象的至少两种特征信息；

对所述至少两种特征信息进行融合，以得到融合特征信息；

根据所述融合特征信息，确定待测对象的特征表示；

根据所述特征表示，确定待测对象的可信度。

第二方面，本发明实施例还提供了一种可信度确定装置，包括：

特征信息获取模块，用于获取待测对象的至少两种特征信息；

特征信息融合模块，用于对所述至少两种特征信息进行融合，以得到融合特征信息；

特征表示确定模块，用于根据所述融合特征信息，确定待测对象的特征表示；

可信度确定模块，用于根据所述特征表示，确定待测对象的可信度。

第三方面，本发明实施例还提供了一种设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的可信度确定方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的可信度确定方法。