买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都冰鉴信息科技有限公司

摘要：本申请提供一种基于大数据分析的业务风险预测方法及系统，首先从用户行为大数据中获取目标用户的业务行为数据，并进行特征提取以生成业务行为路径矢量，获取与目标用户业务行为数据所触发的欺诈风控节点相关的欺诈风险知识点的欺诈表征矢量。通过矢量聚焦策略，将这些矢量进行交融以得到目标知识矢量，最后，基于该目标知识矢量进行风险建模分析，生成候选风险节点的风险热力图，并据此进行欺诈风险预测，生成准确的欺诈风险预测结果。由此，通过深度融合用户行为数据和欺诈风险知识点的信息，实现了对业务风险的准确预测，不仅有助于平台及时发现并应对潜在的欺诈行为，还能为其提供更加智能、高效的风险管理工具。

主权项：1.一种基于大数据分析的业务风险预测方法，其特征在于，所述方法包括：从用户行为大数据中获取目标用户业务行为数据，并对所述目标用户业务行为数据进行特征提取，生成业务行为路径矢量；获取多个欺诈风险知识点的欺诈表征矢量；所述欺诈风险知识点为所述目标用户业务行为数据所触发欺诈风控节点相关的风险知识点；依据矢量聚焦策略对所述业务行为路径矢量和各所述欺诈风险知识点的欺诈表征矢量进行交融得到目标知识矢量，所述目标知识矢量中包含与所述欺诈风险知识点所关联的知识矢量；依据所述目标知识矢量进行风险建模分析，生成候选风险节点的风险热力图；所述候选风险节点是构成所述目标用户业务行为数据的用户业务行为事件；基于所述候选风险节点的风险热力图进行与各所述欺诈风险知识点相关的欺诈风险预测，生成欺诈风险预测结果；所述获取多个欺诈风险知识点的欺诈表征矢量，包括：遍历每个所述欺诈风险知识点，确定所遍历欺诈风险知识点的欺诈业务模式特征；对所遍历欺诈风险知识点的欺诈业务模式特征进行多轮启发式搜索，生成所遍历欺诈风险知识点的欺诈表征矢量；所述遍历每个所述欺诈风险知识点，确定所遍历欺诈风险知识点的欺诈业务模式特征，包括：基于预先定义的候选风险节点，对各所述欺诈风险知识点分别进行拆解生成每个欺诈风险知识点的欺诈要素数据集合；遍历每个所述欺诈风险知识点，对所遍历欺诈风险知识点的欺诈要素数据集合中的每个欺诈要素数据进行图网络生成，生成所遍历欺诈风险知识点的图网络矢量数据；对所遍历欺诈风险知识点的图网络矢量数据进行特征提取，生成所遍历欺诈风险知识点的欺诈业务模式特征；其中，所述遍历每个所述欺诈风险知识点，对所遍历欺诈风险知识点的欺诈要素数据集合中的每个欺诈要素数据进行图网络生成，生成所遍历欺诈风险知识点的图网络矢量数据的步骤，包括：设定图网络的节点类型和边类型，并定义节点属性和边属性，所述节点属性和边属性用于存储欺诈要素数据的相关信息；对于每个欺诈要素数据，在图网络中创建一个节点，并设置相应的节点属性，并根据欺诈要素数据之间的关系，在图网络中创建边，并设置边的属性；应用图算法评估所述图网络中每个节点的重要性或影响力，并根据评估结果，对图网络进行剪枝或增强操作，以突出关键节点和关键边；对于完成剪枝或增强操作后的图网络中的每个节点和边，提取每个节点特征和边特征，并将所述每个节点特征和边特征组合成高维特征向量，作为所述图网络矢量数据；所述对所遍历欺诈风险知识点的欺诈业务模式特征进行多轮启发式搜索，生成所遍历欺诈风险知识点的欺诈表征矢量，包括：依据所遍历欺诈风险知识点的欺诈业务模式特征分别进行多轮启发式搜索；其中，第一轮启发式搜索的加载数据为所遍历欺诈风险知识点的欺诈业务模式特征，非第一轮启发式搜索的加载数据包括前一轮启发式搜索所生成的启发式路径矢量；基于末轮启发式搜索所生成的启发式路径矢量，确定所遍历欺诈风险知识点的欺诈表征矢量；所述依据矢量聚焦策略对所述业务行为路径矢量和各所述欺诈风险知识点的欺诈表征矢量进行交融得到目标知识矢量，包括：将各所述欺诈风险知识点的欺诈表征矢量构成欺诈表征矢量知识图；依据所述业务行为路径矢量和所述欺诈表征矢量知识图进行多轮矢量聚焦分析，生成聚焦矢量；依据所述业务行为路径矢量和所述聚焦矢量，生成目标知识矢量；所述依据所述业务行为路径矢量和所述欺诈表征矢量知识图进行多轮矢量聚焦分析，生成聚焦矢量，包括：依据映射处理后的业务行为路径矢量确定搜索矢量，将所述欺诈表征矢量知识图作为轮询矢量和参照矢量，以进行多轮矢量聚焦分析，生成聚焦矢量；其中，映射处理后的业务行为路径矢量的维度与所述欺诈表征矢量知识图的维度匹配；每一轮所述矢量聚焦分析的步骤，具体包括：确定所遍历的矢量聚焦分析对应的搜索矢量与各轮询矢量之间的匹配权值；对各所述匹配权值进行规则化转换，生成每个所述欺诈表征矢量的关键系数；依据各所述关键系数，对所述欺诈表征矢量进行融合，生成所遍历的矢量聚焦分析所生成的聚焦矢量；所遍历的矢量聚焦分析所生成的聚焦矢量用于确定后一轮矢量聚焦分析过程中的搜索矢量；所述依据所述业务行为路径矢量和所述聚焦矢量，生成目标知识矢量，包括：对所述业务行为路径矢量进行目标表征特征空间的映射，生成映射后的业务行为路径矢量；所述目标表征特征空间的映射后的业务行为路径矢量与所述聚焦矢量的维度匹配；分别对所述映射后的业务行为路径矢量以及所述聚焦矢量进行规则化转换，并对各自规则化转换后的结果进行融合，生成融合矢量；对所述融合矢量进行映射，生成所述目标用户业务行为数据的目标知识矢量；所述基于所述候选风险节点的风险热力图进行与各所述欺诈风险知识点相关的欺诈风险预测，生成欺诈风险预测结果，包括：获取各所述欺诈风险知识点对应的知识点映射信息，所述知识点映射信息反映所述欺诈风险知识点与候选风险节点之间的对应关系；依据各所述知识点映射信息，对所述候选风险节点的风险热力图进行与各所述欺诈风险知识点相关的欺诈风险预测，生成欺诈风险预测结果，所述欺诈风险预测结果表征所述目标用户业务行为数据中是否触发所述欺诈风险知识点；其中，所述方法由欺诈风险预测模型执行，所述欺诈风险预测模型包括特征提取网络、欺诈表征网络、融合网络、风险建模网络和分类网络；其中，所述特征提取网络用于对目标用户业务行为数据进行特征提取，所述欺诈表征网络用于获取各所述欺诈风险知识点的欺诈表征矢量，所述融合网络用于对所述业务行为路径矢量和各所述欺诈风险知识点的欺诈表征矢量进行交融，所述风险建模网络用于依据所述目标知识矢量进行风险建模分析，所述分类网络用于基于所述候选风险节点的风险热力图进行与各所述欺诈风险知识点相关的欺诈风险预测，生成欺诈风险预测结果；所述欺诈风险预测模型的训练步骤包括：获取具有欺诈风险标注数据的样例用户业务行为数据，并依据所述欺诈风险标注数据，生成所述样例用户业务行为数据关联的多个标注风险知识点数据；通过初始化神经网络，对所述样例用户业务行为数据进行特征提取，生成参考业务行为路径矢量；获取各所述标注风险知识点数据的标注欺诈表征矢量，依据矢量聚焦策略对所述参考业务行为路径矢量和各所述标注风险知识点数据的标注欺诈表征矢量进行交融，生成参考目标知识矢量；对所述参考目标知识矢量进行风险建模分析，生成候选风险节点的参考风险热力图；所述参考风险热力图中包含与所述标注风险知识点数据所关联的知识矢量；确定所述参考风险热力图与所述欺诈风险标注数据之间的特征距离，依据所述特征距离确定训练误差参数；依据所述训练误差参数对所述初始化神经网络进行优化，生成满足网络收敛条件的欺诈风险预测模型。

全文数据：

权利要求：

百度查询： 成都冰鉴信息科技有限公司 基于大数据分析的业务风险预测方法及系统