(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210336071.3 (22)申请日 2022.03.31 (71)申请人 度小满科技(北京)有限公司 地址 100193 北京市海淀区西北旺东路10 号院西区4 号楼6层6 06室 (72)发明人 李寒　许贤铭　严澄　杨青　 单黎平　 (74)专利代理 机构 北京博浩百 睿知识产权代理 有限责任公司 1 1134 专利代理师 赵昀彬 (51)Int.Cl. G06Q 40/02(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 识别风险用户的方法、 装置、 存储介质及电 子装置 (57)摘要 本发明公开了一种识别风险用户的方法、 装 置、 存储介质及电子装置。 其中， 该方法包括： 获 取目标数据； 对目标数据进行预处理， 得到预处 理结果； 基于 预处理结果构建关联网络， 其中， 关 联网络的顶 点为与目标用户相关联的目标实体， 关联网络的边为目标实体 之间的关系； 根据关联 网络进行特征提取处理， 得到第一用户特征、 第 二用户特征和第三用户特征； 利用第一模型对第 一用户特征、 第二用户特征和第三用户特征进行 风险识别处理， 得到目标用户对应的风险识别结 果， 其中， 风险识别结果用于制定目标风险策略。 本发明解决了现有技术中识别风险用户的方法 其规则制定成本高、 可解释性较 差的技术问题。 权利要求书2页 说明书10页 附图3页 CN 114782161 A 2022.07.22 CN 114782161 A 1.一种识别风险用户的方法， 其特 征在于， 包括： 获取目标 数据； 对所述目标数据进行预处理， 得到预处理结果， 其中， 所述预处理结果包括目标用户的 实体信息、 属性信息， 所述目标用户与关联用户之间的关系信息； 基于所述预处理结果构建关联网络， 其中， 所述关联网络的顶点为与所述目标用户相 关联的目标实体， 所述关联网络的边 为所述目标实体之间的关系； 根据所述关联网络进行特征提取处理， 得到第一用户特征、 第二用户特征和第三用户 特征， 其中， 所述第一用户特征用于确定所述目标用户对应的群体借款申请数据， 所述第二 用户特征用于确定所述关联用户对应的逾期借款数据， 所述第三用户特征用于确定所述关 联用户对应的深度学习特 征； 利用第一模型对所述第 一用户特征、 所述第 二用户特征和所述第 三用户特征进行风险 识别处理， 得到所述目标用户对应的风险识别结果， 其中， 所述风险识别结果用于制定目标 风险策略。 2.根据权利要求1所述的识别风险用户的方法， 其特征在于， 根据 所述关联网络进行特 征提取处 理， 得到所述第一用户特 征包括： 采用目标算法对所述关联网络进行识别处理， 得到群体识别结果， 其中， 所述群体识别 结果包括与所述目标用户相关联的群 体； 对所述群 体识别结果进行统计特 征提取处 理， 得到所述第一用户特 征。 3.根据权利要求1所述的识别风险用户的方法， 其特征在于， 根据 所述关联网络进行特 征提取处 理， 得到所述第二用户特 征包括： 利用统计算法对所述关联网络进行 特征提取处 理， 得到所述第二用户特 征。 4.根据权利要求1所述的识别风险用户的方法， 其特征在于， 根据 所述关联网络进行特 征提取处 理， 得到所述第三用户特 征包括： 获取所述目标用户的第一格式数据， 其中， 所述第一格式数据包括所述目标用户的节 点特征和所述关联用户的节点特 征； 利用第二模型对所述第一格 式数据进行特征提取处理， 得到所述第三用户特征， 其中， 所述第二模型可以利用多组数据通过机器学习训练得到， 所述多组数据中的每组数据均包 括： 样本用户的节点特 征和样本关联用户的节点特 征。 5.根据权利要求1所述的识别风险用户的方法， 其特征在于， 利用所述第 一模型对所述 第一用户特征、 所述第二用户特征和所述第三用户特征进行处理， 得到所述 目标用户对应 的风险识别结果包括： 对所述关联用户进行采样处 理， 得到采样结果； 基于目标推导算法对所述第 一用户特征、 所述第 二用户特征和所述第 三用户特征进行 特征聚合处 理， 得到聚合结果； 对所述采样结果和所述聚合结果进行合并处 理， 得到第二格式数据； 利用所述第 一模型对所述第 二格式数据进行风险识别处理， 得到所述目标用户对应的 风险识别结果。 6.根据权利要求1所述的识别风险用户的方法， 其特 征在于， 所述方法还 包括： 获取目标群 体标签；权　利　要　求　书 1/2 页 2 CN 114782161 A 2根据所述目标群体标签从所述关联网络获取目标名单， 其中， 所述目标名单用于制定 所述目标风险策略。 7.一种识别风险用户的装置， 其特 征在于， 包括： 获取模块， 用于获取目标 数据； 第一处理模块， 用于对所述目标数据进行预处理， 得到预处理结果， 其中， 所述预处理 结果包括目标用户的实体信息、 属性信息， 所述目标用户与关联用户之间的关系信息； 构建模块， 用于基于所述预处理结果构建关联网络， 其中， 所述关联网络的顶点为与所 述目标用户相关联的目标实体， 所述关联网络的边 为所述目标实体之间的关系； 第二处理模块， 用于根据 所述关联网络进行特征提取处理， 得到第一用户特征、 第二用 户特征和第三用户特征， 其中， 所述第一用户特征用于确定所述 目标用户对应的群体借款 申请数据， 所述第二用户特征用于确定所述关联用户对应的逾期借款数据， 所述第三用户 特征用于确定所述关联用户对应的深度学习特 征； 第三处理模块， 用于利用第一模型对所述第一用户特征、 所述第二用户特征和所述第 三用户特征进 行风险识别处理， 得到所述目标用户对应的风险识别结果， 其中， 所述风险识 别结果用于制定目标风险策略。 8.一种非易失性存储介质， 其特征在于， 所述存储介质中存储有计算机程序， 其中， 所 述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的识别风险用户的方 法。 9.一种处理器， 其特征在于， 所述处理器用于运行程序， 其中， 所述程序被设置为运行 时执行所述权利要求1至 6任一项中所述的识别风险用户的方法。 10.一种电子装置， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行所述权利要求 1至6任一项中所述的识 别风险用户的方法。权　利　要　求　书 2/2 页 3 CN 114782161 A 3