[发明专利]风险用户识别方法、装置、服务器及存储介质

说明书

本发明实施例公开了一种风险用户识别方法、装置、服务器及存储介质。该方法包括：获取目标用户的用户行为特征；将所述用户行为特征输入预设的深度学习网络模型得到预设维度的用户行为向量；将所述用户行为向量与预设的风险行为向量匹配得到匹配相似度；若所述匹配相似度大于等于预设相似度阈值则确定所述目标用户为风险用户。本发明实施例能够基于用户行为特征深度分析，通过由行为特征得到的行为向量识别风险用户，识别精度更高，且不容易被规避措施规避。

技术领域

本发明涉及计算机技术领域，尤其涉及一种风险用户识别方法、装置、服务器及存储介质。

背景技术

随着互联网技术的发展，利用互联网进行用户间的交易(例如产品交易、服务交易等)越来越普遍。为了保障利用互联网进行交易的安全性，需要识别出风险用户(例如经营欺诈网站的广告主、经营非法产品的商家、伪造信息骗贷的用户等)，以避免与风险用户进行交易等行为带来的损失。目前在对风险用户进行识别时，大多通过采集用户的历史行为数据，利用机器学习的方法训练出行为风险识别模型，然后直接使用用户实际的行为数据由行为风险识别模型进行风险识别，这种方法对于行为数据没有具体的挖掘，使用的数据量非常庞大，其他方式包括提取用户的行为特征，与风险用户的行为特征比对进行风险识别，这种方法由于行为特征的具体表现形式局限，容易被风险用户规避。

发明内容

有鉴于此，本发明提供了一种风险用户识别方法，能够基于用户行为特征深度分析，通过由行为特征得到的行为向量识别风险用户，识别精度更高，且不容易被规避措施规避。

为解决上述技术问题，本发明采用以下技术方案：

第一方面，本发明提供了一种风险用户识别方法，包括：

获取目标用户的用户行为特征；

将所述用户行为特征输入预设的深度学习网络模型得到预设维度的用户行为向量；

将所述用户行为向量与预设的风险行为向量匹配得到匹配相似度；

若所述匹配相似度大于等于预设相似度阈值则确定所述目标用户为风险用户。

第二方面，本发明提供了一种风险用户识别装置，包括：

行为特征获取模块，用于获取目标用户的行为特征；

用户行为向量确定模块，用于将所述行为特征输入预设的深度学习网络模型得到预设维度的用户行为向量；

匹配模块，用于将所述用户行为向量与预设的风险行为向量匹配得到匹配相似度；

风险用户识别模块，用于若所述匹配相似度大于等于预设相似度阈值则确定所述目标用户为风险用户。

第三方面，本发明提供了一种服务器，包括存储器和处理器，所述存储器上存储有可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明任一实施例提供的风险用户识别方法。

第四方面，本发明提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现如本发明任一实施例提供的风险用户识别方法。

本发明提供的风险用户识别方法，对获取到的用户行为特征通过预设的深度学习网络模型转化为预设维度的用户行为向量，进而根据用户行为向量匹配风险行为向量得到匹配相似度，根据匹配相似度识别风险用户，通过深度语义识别的方式识别风险用户，而不是局限于词句式的行为特征识别风险用户，可以更有效的避免风险用户的规避措施，提高风险用户识别准确率。

附图说明