目标用户识别方法及装置制造方法及图纸

本说明书实施例提供目标用户识别方法及装置，该方法包括获取目标项目中项目用户的行为序列，其中，所述行为序列中包括用户行为以及离线行为；根据所述行为序列确定所述目标项目的目标要素，并确定所述目标要素对应的行为场景；根据所述行为场景，从所述行为序列中确定所述项目用户的行为特征；根据所述项目用户的行为特征，从所述项目用户中确定目标用户。该方法通过项目用户连续的、在线以及离线的一系列组合的行为序列，对目标用户(即异常用户)进行精确识别，并且面对项目用户的行为特征较多的情况下，可以仅根据目标要素对应的行为场景确定少量的项目用户的行为特征，对异常用户进行识别，提升识别效率。提升识别效率。提升识别效率。

【技术实现步骤摘要】
目标用户识别方法及装置


[0001]本说明书实施例涉及计算机
，特别涉及一种目标用户识别方法。

技术介绍

[0002]随着网贷(即网上贷款)行业的快速发展，各网贷机构为了保证自身的资金安全，对所有用户均会进行风险防控，因此，风控(即风险控制)技术成为了各网贷机构发展的核心方向之一。
[0003]当前的风控手段是基于用户的单次用户行为实现，比如根据用户的一次支用的过程中，授信额度、可贷额度以及准入是否正确，来判断用户是否为异常用户；但是根据用户的单次用户行为进行异常用户识别准确性较差，很容易造成异常用户的误识别，影响用户体验。

技术实现思路

[0004]有鉴于此，本说明书实施例提供了一种目标用户识别方法。本说明书一个或者多个实施例同时涉及一种目标用户识别装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。
[0005]根据本说明书实施例的第一方面，提供了一种目标用户识别方法，包括：
[0006]获取目标项目中项目用户的行为序列，其中，所述行为序列中包括用户行为以及离线行为；
[0007]根据所述行为序列确定所述目标项目的目标要素，并确定所述目标要素对应的行为场景；
[0008]根据所述行为场景，从所述行为序列中确定所述项目用户的行为特征；
[0009]根据所述项目用户的行为特征，从所述项目用户中确定目标用户。
[0010]根据本说明书实施例的第二方面，提供了一种目标用户识别装置，包括：
[0011]行为获取模块，被配置为获取目标项目中项目用户的行为序列，其中，所述行为序列中包括用户行为以及离线行为；
[0012]场景确定模块，被配置为根据所述行为序列确定所述目标项目的目标要素，并确定所述目标要素对应的行为场景；
[0013]特征确定模块，被配置为根据所述行为场景，从所述行为序列中确定所述项目用户的行为特征；
[0014]目标用户确定模块，被配置为根据所述项目用户的行为特征，从所述项目用户中确定目标用户。
[0015]根据本说明书实施例的第三方面，提供了一种计算设备，包括：
[0016]存储器和处理器；
[0017]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述目标用户识别方法的步骤。
[0018]根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述目标用户识别方法的步骤。
[0019]根据本说明书实施例的第五方面，提供了一种计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行上述目标用户识别方法的步骤。
[0020]本说明书一个实施例实现了一种目标用户识别方法及装置，其中，该目标用户识别方法包括获取目标项目中项目用户的行为序列，其中，所述行为序列中包括用户行为以及离线行为；根据所述行为序列确定所述目标项目的目标要素，并确定所述目标要素对应的行为场景；根据所述行为场景，从所述行为序列中确定所述项目用户的行为特征；根据所述项目用户的行为特征，从所述项目用户中确定目标用户。
[0021]具体的，该目标用户识别方法通过项目用户连续的、在线以及离线的一系列组合的行为序列，对目标用户(即异常用户)进行精确识别，并且面对项目用户的行为特征较多的情况下，可以仅根据目标要素对应的行为场景确定少量的项目用户的行为特征，对异常用户进行识别，提升识别效率。
附图说明
[0022]图1是本说明书一个实施例提供的一种目标用户识别方法的具体场景示意图；
[0023]图2是本说明书一个实施例提供的一种目标用户识别方法的流程图；
[0024]图3是本说明书一个实施例提供的一种目标用户识别方法中的行为规则生成示意图；
[0025]图4是本说明书一个实施例提供的一种目标用户识别方法的处理过程示意图；
[0026]图5是本说明书一个实施例提供的一种目标用户识别方法的处理过程流程图；
[0027]图6是本说明书一个实施例提供的一种目标用户识别装置的结构示意图；
[0028]图7是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0029]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0030]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0031]应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0032]首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
[0033]行为序列：网贷场景中，包含用户贷款融资过程中的多类行为，比如贷款支用、贷款还款、授信申请、主动提额等。
[0034]iForest：异常检测算法的一种，基于Ensemble树的快速异常检测方法，线性时间复杂度和高精准率，适合处理大数据集。
[0035]DBSCAN：异常检测算法的一种，基于密度的无监督聚类方法，可以识别出训练数据中的噪声点，即异常点，该算法时间和空间复杂度高，当样本量少时可适用。
[0036]Anomaly
‑
X：异常检测算法的一种，融合了基于树、密度、统计分布、深度学习等多个单异常检测算法的效果，鲁棒性好一些，可以自动异常归因，时间和空间复杂度偏高。
[0037]GANomaly：异常检测算法的一种半监督异常检测方法，通过对抗训练进行半监督异常检测。
[0038]偏差网络：任意一种基于偏差网络的深度异常检测方法。
[0039]在本说明书中，提供了一种目标用户识别方法，本说明书同时涉及一种目标用户识别装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
[0040]参见图1，图1示出了根据本说明书一个实施例提供的一种目标用户识别方法的具体场景示意图。
[0041]具体的，本说明书实施例提供的目标用户识别方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标用户识别方法，包括：获取目标项目中项目用户的行为序列，其中，所述行为序列中包括用户行为以及离线行为；根据所述行为序列确定所述目标项目的目标要素，并确定所述目标要素对应的行为场景；根据所述行为场景，从所述行为序列中确定所述项目用户的行为特征；根据所述项目用户的行为特征，从所述项目用户中确定目标用户。2.根据权利要求1所述的目标用户识别方法，所述根据所述行为场景，从所述行为序列中确定所述项目用户的行为特征，包括：确定构造所述行为场景的关联特征，并从所述行为序列中，确定与所述关联特征对应的行为特征。3.根据权利要求1所述的目标用户识别方法，所述根据所述项目用户的行为特征，从所述项目用户中确定目标用户，包括：将所述项目用户的行为特征输入行为检测模型，获得针对所述项目用户的行为检测结果；根据所述项目用户的行为检测结果，从所述项目用户中确定目标用户。4.根据权利要求1所述的目标用户识别方法，所述根据所述项目用户的行为特征，从所述项目用户中确定目标用户，包括：将所述项目用户的行为特征输入行为检测模型，获得针对所述项目用户的行为检测结果；根据所述项目用户的行为检测结果，从所述项目用户中确定初始用户；根据所述初始用户的行为序列，确定所述初始用户的行为特征；根据所述初始用户的行为特征，从所述初始用户中确定目标用户。5.根据权利要求4所述的目标用户识别方法，所述根据所述初始用户的行为特征，从所述初始用户中确定目标用户，包括：将所述初始用户的行为特征，与预设规则库中的行为规则进行匹配，根据匹配结果从所述初始用户中确定目标用户。6.根据权利要求5所述的目标用户识别方法，所述将所述初始用户的行为特征，与预设规则库中的行为规则进行匹配之前，还包括：获取样本用户的行为特征，并将所述样本用户的行为特征输入行为规则预测模型，获得所述样本用户的行为规则；根据所述样本用户的行为规则，构建预设规则库。7.根据权利要求5所述的目标用户识别方法，所述将所述初始用户的行为特征，与预设规则库中的行为规则进行匹配，根据匹配结果从所述初始用户中确定目标用户，包括：将所述初始...

【专利技术属性】
技术研发人员：袁亚欣，阮泉波，
申请(专利权)人：浙江网商银行股份有限公司，
类型：发明
国别省市：