[发明专利]样本数据生成方法、装置及电子设备

权利要求书

1.一种样本数据生成方法，其特征在于，包括：

确定多个用户之间的多个相似度；

基于所述多个相似度和所述多个用户构建用户图谱，所述用户图谱中的节点为用户，边为用户之间的相似度关系；

基于所述用户图谱中用户的基础信息为其分配标签，所述标签包括第一正向标签、第一负向标签和未知标签；

计算具有第一正向标签的用户数量；

计算具有第一负向标签的用户数量；

对所述用户图谱中的用户数量进行调整以使得具有第一正向标签的用户数量和具有第一负向标签的用户数量相等；

基于标签传播算法中的邻居用户为所述用户图谱中部分未知标签的用户分配第二正向标签或第二负向标签；

通过带有第二负向标签的用户和所述多个用户生成样本数据。

2.如权利要求1所述的方法，其特征在于，还包括：

通过所述样本数据对机器学习模型进行训练，生成用户风险分析模型。

3.如权利要求2所述的方法，其特征在于，通过所述样本数据对机器学习模型进行训练，生成用户风险分析模型，包括：

将所述样本数据划分为训练数据集合和测试数据集合；

基于所述训练数据集合对分布式梯度提升决策树模型进行训练，生成初始用户风险分析模型；以及

通过所述测试数据对所述初始用户风险分析模型进行验证，在验证通过后生成所述用户风险分析模型。

4.如权利要求1所述的方法，其特征在于，确定多个用户之间的多个相似度，包括：

获取多个用户的多个基础数据；以及

对所述多个基础数据进行相似度计算以确定所述多个用户之间的相似度。

5.如权利要求1所述的方法，其特征在于，基于所述多个相似度和所述多个用户构建用户图谱，包括：

基于所述多个相似度构建相似度矩阵；以及

通过所述相似度矩阵生成所述用户图谱。

6.如权利要求1所述的方法，其特征在于，基于所述用户图谱中用户的基础信息为其分配标签，包括：

为所述基础信息满足第一预设条件的用户分配所述第一正向标签；

为所述基础信息满足第二预设条件的用户分配所述第一负向标签；以及

为所述基础信息不满足第一预设条件和第二预设条件的用户分配所述未知标签。

7.如权利要求1所述的方法，其特征在于，基于标签传播算法为所述用户图谱中未知标签的用户分配第二正向标签或第二负向标签，包括：

通过用户之间的相似度确定用户图谱中边的权重；

根据所述权重确定用户图谱中用户之间的传播概率；

基于所述传播概率为所述用户图谱中未知标签的用户分配第二正向标签或第二负向标签。

8.如权利要求7所述的方法，其特征在于，基于所述传播概率为所述用户图谱中未知标签的用户分配第二正向标签或第二负向标签，包括：

基于所述用户图谱为所述未知标签的用户确定邻居用户；以及

基于所述邻居用户的传播概率为所述未知标签的用户分配第二正向标签或第二负向标签。

9.一种样本数据生成装置，其特征在于，包括：

相似模块，用于确定多个用户之间的多个相似度；

图谱模块，用于基于所述多个相似度和所述多个用户构建用户图谱，所述用户图谱中的节点为用户，边为用户之间的相似度关系；

标签模块，用于基于所述用户图谱中用户的基础信息为其分配标签，所述标签包括第一正向标签、第一负向标签和未知标签；计算具有第一正向标签的用户数量；计算具有第一负向标签的用户数量；对所述用户图谱中的用户数量进行调整以使得具有第一正向标签的用户数量和具有第一负向标签的用户数量相等；

更新模块，用于基于标签传播算法中的邻居用户为所述用户图谱中部分未知标签的用户分配第二正向标签或第二负向标签；

样本模块，用于通过带有第二负向标签的用户和所述多个用户生成所述样本数据。