[发明专利]数据异常识别方法以及装置有效

专利信息
申请号: 202010306783.1 申请日: 2020-04-17
公开(公告)号: CN111401478B 公开(公告)日: 2022-10-04
发明(设计)人: 王婧 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06F16/906;G06F16/901;G06Q50/00
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 吴肖肖
地址: 310013 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: 数据 异常 识别 方法 以及 装置
【权利要求书】:

1.一种数据异常识别方法,包括:

获取数据请求,所述数据请求携带用户的用户标识,所述数据请求至少包括交易请求;

根据所述用户标识,获取所述用户在至少一个关系维度的关系数据;

获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据;

在所述关系维度对所述基础特征数据进行特征提取,获得所述关系维度对应的关系特征;

将所述用户的基础特征数据以及所述关系特征,输入异常识别模型对所述数据请求进行异常识别,获得输出的针对所述数据请求的异常识别结果。

2.根据权利要求1所述的数据异常识别方法,所述至少一个关系维度,包括下述至少一项:交易关系维度、社交关系维度、扩散交易关系维度,其中,所述扩散交易关系维度为基于交易关系进行扩散的维度。

3.根据权利要求2所述的数据异常识别方法,所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据,包括:

根据所述交易关系维度的交易关系数据,确定与所述用户存在交易关系的交易用户群;

获取所述用户以及所述交易用户群中交易用户的基础特征数据。

4.根据权利要求3所述的数据异常识别方法,所述在所述关系维度对所述基础特征数据进行特征提取,获得所述关系维度对应的关系特征,包括:

在所述交易关系维度,基于所述基础特征数据中所述交易用户的社交关系数据,构建以所述交易用户为节点的第一社交网络;所述交易用户两两之间存在的社交关系作为所述交易用户对应的两两节点之间的第一社交连边;

统计所述第一社交网络中两两节点之间存在的第一社交连边的数量,作为第一连边数量;

根据所述第一社交网络中节点的数量,计算所述第一社交网络中两两节点之间存在的第一连边总数;

根据所述第一连边数量以及所述第一连边总数,计算所述第一社交网络的第一社交亲密度,将所述第一社交亲密度作为所述交易关系维度对应的所述关系特征。

5.根据权利要求2所述的数据异常识别方法,所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据,包括:

根据所述社交关系维度的社交关系数据,确定与所述用户存在社交关系的社交用户群;

获取所述用户以及所述社交用户群中社交用户的基础特征数据。

6.根据权利要求5所述的数据异常识别方法,所述在所述关系维度对所述基础特征数据进行特征提取,获得所述关系维度对应的关系特征,包括:

在所述社交关系维度,将所述基础特征数据中所述用户以及所述社交用户的历史交易特征数据进行汇总,获得所述用户的关系交易特征,将所述关系交易特征作为所述社交关系维度对应的所述关系特征。

7.根据权利要求2所述的数据异常识别方法,所述获取所述用户以及所述关系数据对应的关系用户群中关系用户的基础特征数据,包括:

根据所述扩散交易关系维度的交易关系数据,确定与所述用户存在交易关系的交易用户群;

根据所述扩散交易关系维度的第一扩散交易关系数据,确定与所述交易用户群中交易用户存在交易关系的第一扩散交易用户群;

获取所述用户、所述交易用户以及所述第一扩散交易群中第一扩散交易用户的基础特征数据。

8.根据权利要求7所述的数据异常识别方法,所述在所述关系维度对所述基础特征数据进行特征提取,获得所述关系维度对应的关系特征,包括:

在所述扩散交易关系维度,根据所述基础特征数据中各个交易用户对应的第一扩散交易用户群中第一扩散交易用户的历史交易特征数据以及用户特征数据进行汇总,获得所述各个交易用户的交易模式特征;

对所述用户的历史交易特征数据进行分析,获得所述用户的用户交易特征;

将所述交易模式特征以及所述用户交易特征,作为所述扩散交易关系维度对应的所述关系特征。

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/202010306783.1/1.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