摘要
本公开提供了业务风险处理方法,涉及人工智能技术领域,尤其涉及大数据、深度学习和大模型技术领域,可应用于金融科技等场景。该方法包括:获取目标用户使用的历史IP地址和业务属性特征,并基于历史IP地址的访问时间和位置信息,确定目标用户所归属的目标时空单元;确定目标时空单元与预先构建的用户行为图谱中样本用户的样本时空单元之间的交叠信息,并根据交叠信息确定目标用户的群体关联特征;将目标时空单元与预设构建的时空行为张量中样本时间编码和样本空间编码进行匹配,并根据匹配结果确定目标用户的时空行为特征;根据业务属性特征、群体关联特征和时空行为特征,预测目标用户的业务风险。本公开可提高业务风险预测的准确性和全面性。
技术关键词
关联特征数据
样本
图谱
编码
时间段
因子
风险预测模型
社区检测算法
强度
频率
分支
节点
人工智能技术
计算机程序产品
电子设备
处理器通信
系统为您推荐了相关专利信息
配送机器人
酒店管理方法
拥堵特征
多模态
空间分布特征
部件自动检测方法
发动机
自动检测装置
轨迹
运动控制方法
神经网络构建方法
神经网络模型
模块
可视化界面
参数