摘要
本申请提供了一种用户欺诈风险的识别方法、装置及电子设备,方法包括:获取目标用户的第一基本信息;基于第一基本信息,获取目标用户的第一多维非结构化数据;对第一多维非结构化数据,按照多种预设时间窗口进行加工,生成多种时间窗口下的第一特征数据;将多种时间窗口下的第一特征数据输入至预设的用户欺诈风险识别模型,包括:自然语言处理模型、参数服务器和机器学习模型;通过自然语言处理模型将第一特征数据处理为语义特征向量;通过参数服务器和机器学习模型基于第一特征数据对应的语义特征向量输出目标用户的欺诈风险等级。本申请能够在低成本、低耗时、相对简易的框架下识别出用户的潜在欺诈风险。
技术关键词
欺诈风险识别
机器学习模型
计算机可执行指令
自然语言
参数
数据
语义
识别方法
身份证号
样本
客户端
通讯录
调度器
信息采集模块
电子设备
处理器
可读存储介质
管理服务器
系统为您推荐了相关专利信息
核电汽轮机转子
算法模型
故障分析方法
幅值
故障预警方法
深度学习网络模型
脑电图数据
调机方法
声码器
听觉
偏差校正方法
双向长短期记忆网络
BiLSTM模型
注意力机制
卷积长短期记忆
协方差矩阵
元学习策略
语义
线性分类器
动态特征提取
曲线提取方法
融合注意力机制
卷积模块
邻域
特征点