[发明专利]一种基于机器学习的数字资源处理方法、装置和系统

权利要求书

1.一种基于机器学习的数字资源处理方法，用于资源筹集平台对基于该平台发起的项目进行欺诈概率的预测，其特征在于：

所述项目是由项目组织者发起的由项目发起者向项目参与者筹集资源的项目；

所述方法包括：

预先分别设置项目、项目发起者、项目组织者和项目参与者的属性信息的权重；

获取项目、项目发起者、项目组织者以及项目参与者的属性信息；

建立基于机器自学习的欺诈判断模型，将所述项目、项目发起者、项目组织者以及项目参与者的属性信息及其权重输入欺诈判断模型，所述欺诈判断模型输出项目欺诈评分。

2.如权利要求1所述的数字资源处理方法，其特征在于，预先分别设置项目、项目发起者、项目组织者和项目参与者的属性信息的权重具体为：

所述项目参与者的属性信息的权重高于所述项目组织者的属性信息的权重，所述所述项目组织者的属性信息的权重高于所述项目发起者的属性信息的权重。

3.如权利要求1至2中任一项所述的数字资源处理方法，其特征在于，所述项目的属性信息包括项目创建时间，项目截止时间，项目目标金额以及项目参与人数。

4.如权利要求1至3中任一项所述的数字资源处理方法，其特征在于，所述项目发起者的属性信息包括项目是否重复，项目成本，项目发起者所属地域以及亲属信息。

5.如权利要求1至4中任一项所述的数字资源处理方法，其特征在于，所述项目组织者的属性信息包括历史组织项目评分以及历史组织项目数量分布。

6.如权利要求1至5中任一项所述的数字资源处理方法，其特征在于，所述项目参与者的属性信息包括已参与项目名称、参与额度以及参与时间。

7.如权利要求1至6中任一项所述的数字资源处理方法，其特征在于，所述欺诈判断模型为基于深度学习的RNN-LSTM神经网络模型。

8.一种基于机器学习的数字资源处理装置，用于资源筹集平台对基于该平台发起的项目进行欺诈概率的预测，其特征在于，所述项目是由项目组织者发起的由项目发起者向项目参与者筹集资源的项目；

所述装置包括：

权重设置模块，用于预先分别设置项目、项目发起者、项目组织者和项目参与者的属性信息的权重；

属性信息获取模块，用于获取项目、项目发起者、项目组织者以及项目参与者的属性信息；

欺诈判断模块，用于建立基于机器自学习的欺诈判断模型，将所述项目、项目发起者、项目组织者以及项目参与者的属性信息及其权重输入欺诈判断模型，通过所述欺诈判断模型输出项目欺诈评分。

9.一种基于机器学习的数字资源处理系统，其特征在于，包括：

存储单元，用于存储计算机可执行程序；

处理单元，用于读取所述存储单元中的计算机可执行程序，以执行权利要求1至7中任一项所述的基于机器学习的数字资源处理方法。

10.一种计算机可读介质，用于存储计算机可读程序，其特征在于，所述计算机可读程序用于执行权利要求1至7中任一项所述的基于机器学习的数字资源处理方法。