基于用户特征的用户异常行为的预测方法、电子设备、存储介质

本申请实施例提供一种基于用户特征的用户异常行为的预测方法、电子设备、存储介质。该方法包括：获取用户的交易数据的时序数据，通过预设卷积神经网络的第一卷积核和第二卷积核分别对时序数据进行特征提取，得到第一特征和第二特征，其中，第一卷积核的尺度小于第二卷积核的尺度，时序数据携带用户在交易数据表征的交易过程中的异常行为标签和/或非异常行为标签；将第一特征和第二特征进行融合处理，得到的目标特征；将目标特征输入到预测模型进行预测，得到预测结果，其中，预测结果用于表征用户对应的异常行为的概率值。该方法用以达到通过不同尺度的卷积核提取用户特征，提升了用户异常行为的预测的准确性的效果。