(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 202211306926.4 (22)申请日 2022.10.25 (71)申请人 成都新希望金融信息有限公司 地址 610000 四川省成 都市高新区仁和街 39号6栋2层3号 (72)发明人 吴枭　吕文勇　周智杰　王渊　 汪劲松　金秋　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 余菲 (51)Int.Cl. G06Q 30/00(2012.01) G06Q 30/02(2012.01) (54)发明名称 一种用户欺诈风险识别方法、 装置、 电子设 备及存储介质 (57)摘要 本申请提供一种用户欺诈 风险识别方法、 装 置、 电子设备及存储介质， 其中用户欺诈风险识 别方法包括： 获取待识别用户的用户画像， 并计 算待识别用户画像与历史用户画像库内各用户 画像的风险相似度； 确定待识别用户的风险一致 性用户画 像， 根据风险一致性用户画 像计算待识 别用户的风险预测值； 若待识别用户的风险预测 值大于第一阈值， 则判定待识别用户具有欺诈风 险。 上述用户欺诈风险识别方法根据风险一致性 用户画像来计算待识别用户的风险预测值， 有效 提高了用户欺诈风险识别方法的识别效果。 权利要求书3页 说明书16页 附图5页 CN 115392937 A 2022.11.25 CN 115392937 A 1.一种用户欺诈风险识别方法， 其特 征在于， 包括： 获取待识别用户的用户画像， 并计算待识别用户画像与历史用户画像库内各用户画像 的风险相似度； 确定待识别用户的风险一致性用户画像， 根据风险一致性用户画像计算待识别用户的 风险预测值； 若待识别用户的风险预测值大于第一阈值， 则判定待识别用户具有欺诈风险。 2.根据权利要求1所述的一种用户欺诈风险识别方法， 其特征在于， 所述用户欺诈风险 识别方法还 包括： 基于历史用户样本， 获取欺诈风险特 征； 对欺诈风险特 征进行标签映射； 对欺诈风险特 征进行过滤处理； 获取每个历史用户的有 效画像标签以及该画像标签对应的画像向量， 构建历史用户画 像库。 3.根据权利要求2所述的一种用户欺诈风险识别方法， 其特征在于， 所述欺诈风险特征 包括： 设备属性维度特征、 空间属性维度特征、 行为属性维度特征和个人属性维度特征中至 少一项。 4.根据权利要求3所述的一种用户欺诈风险识别方法， 其特征在于， 所述对欺诈风险特 征进行过滤处理， 包括： 计算各特征间相关系数， 筛选相关系数绝对值大于第二阈值的共线性特征， 过滤剔除 IV值最小的特 征； 和/或， 分别对各个维度下的特征进行降维处理， 并计算降维后各特征间的相关系数， 筛选相关系数绝对值大于第三阈值的共线性特 征， 过滤剔除IV值 最小的特 征。 5.根据权利要求1所述的一种用户欺诈风险识别方法， 其特征在于， 所述确定待识别用 户的风险一 致性用户画像， 包括： 将历史用户画像库中与待识别用户的风险相似度不低于第四阈值的历史用户画像确 定为待识别用户的风险一 致性用户画像。 6.根据权利要求1所述的一种用户欺诈风险识别方法， 其特征在于， 所述根据风险一致 性用户画像 计算待识别用户的风险预测值， 包括： 在所有风险一致性用户画像中随机选取预设数量的风险一致性用户画像联合计算待 识别用户的风险预测值； 或者， 在所有风险一致性用户画像 中， 选择风险相似度最大的N个风险一致性用户画像 联合计算待识别用户的风险预测值。 7.根据权利要求1所述的一种用户欺诈风险识别方法， 其特征在于， 所述用户欺诈风险 识别方法还 包括： 在判断待识别用户是否具有欺诈风险后， 将待识别用户的画像及判断结果存入历史用 户画像库。 8.根据权利要求1所述的一种用户欺诈风险识别方法， 其特征在于， 所述用户欺诈风险 识别方法还 包括：权　利　要　求　书 1/3 页 2 CN 115392937 A 2在历史用户画像库内， 确定已感知欺诈风险画像； 在与已感知欺诈风险画像具有风险一 致性的用户画像中， 确定待感知用户画像； 获取待感知用户画像的感知结果， 根据感知结果判断是否进行画像自更新。 9.根据权利要求8所述的一种用户欺诈风险识别方法， 其特征在于， 所述确定待感知用 户画像， 包括： 将风险预测值大于第六阈值的用户画像确定为待感知用户画像。 10.根据权利要求8所述的一种用户欺诈风险识别方法， 其特征在于， 所述根据感知结 果判断是否进行画像自更新的方法为： 若感知结果为历史用户画像库内未存入的画像标签， 则将感知结果纳入历史用户样本 后重新构建历史用户画像库。 11.根据权利要求8所述的一种用户欺诈风险识别方法， 其特征在于， 所述的用户欺诈 风险识别方法还 包括： 基于感知结果重复迭代， 直至所有与已感知欺诈风险画像具有风险一致性的用户画像 均感知完毕。 12.一种用户欺诈风险识别装置， 其特 征在于， 包括： 待识别用户画像获取模块， 用于获取待识别用户的用户画像， 并发送至风险相似度计 算模块； 风险相似度计算模块， 用于计算待识别用户画像与历史用户画像库内各用户画像的风 险相似度， 并将计算结果发送至风险一 致性用户画像筛 选模块； 风险一致性用户画像筛选模块， 用于确定与待识别用户具有风险一致性的用户画像， 并发送至风险预测值计算模块； 风险预测值计算模块， 用于根据待识别用户的风险一致性用户画像计算待识别用户的 风险预测值， 并将计算结果发送至欺诈风险判定模块； 欺诈风险判定模块， 用于在待识别用户的风险预测值大于第一阈值时， 判定待识别用 户具有欺诈风险。 13.根据权利要求12所述的一种用户欺诈风险识别装置， 其特征在于， 所述的用户欺诈 风险识别装置还 包括： 画像库构建模块， 用于基于历史用户样本构建历史用户画像库。 14.根据权利要求12所述的一种用户欺诈风险识别装置， 其特征在于， 所述的用户欺诈 风险识别装置还 包括： 已感知欺诈风险画像识别模块， 用于识别历史画像库内的用户画像是否为已感知欺诈 风险画像， 并将识别结果发送给待感知画像确定模块； 待感知画像确定模块， 用于在与已感知欺诈风险画像具有风险一致性的用户画像中， 确定待感知用户画像， 并将结果发送至感知结果获取模块； 感知结果获取模块， 用于获取待感知用户画像的感知结果， 并将感知结果发送至画像 自更新模块； 画像自更新模块， 用于根据感知结果判断是否进行画像自更新。 15.一种电子设备， 其特 征在于， 包括： 处 理器、 存储器和总线， 其中， 所述处理器和所述存 储器通过 所述总线完成相互间的通信；权　利　要　求　书 2/3 页 3 CN 115392937 A 3