本发明涉及计算机技术领域，尤其涉及一种判断用户风险程度的方法、装置、电子设备和存储介质。
背景技术
电子商务中出现了一些不法用户进行恶意交易的行为，为了防止电商企业遭受损失，需要对风险用户进行识别。现有的判断用户风险程度的办法主要是人为地设定判断规则，例如根据历史退货次数等等指标进行判断。但是人为制定的判断规则可能不全面，不能涵盖到所有风险因子，容易造成误判或漏判。
技术实现要素：
有鉴于此，本发明实施例提供一种判断用户风险程度的方法、装置、电子设备和存储介质，能够快速进行判断，具有客观全面，准确可靠的优点。
为实现上述目的，根据本发明的一个方面，提供了一种判断用户风险程度的方法。
本发明实施例的一种判断用户风险程度的方法，包括：从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组；计算所述第一特征向量组和所述第二特征向量组交叉向量，得到交叉向量组；将所述第一特征向量组减去所述交叉向量组，得到剩余向量组；若所述测试用户向量能被所述剩余向量组线性表示，则输出所述测试用户向量对应的用户为高风险用户的第一提示信息；若所述测试用户向量能被所述交叉向量组线性表示，则输出所述测试用户向量对应的用户为有风险用户的第二提示信息；若测试用户向量能被所述第一特征向量组线性表示，则输出所述测试用户向量对应的用户为无风险用户的第三提示信息。
可选地，所述计算所述第一特征向量组和所述第二特征向量组交叉向量，得到交叉向量组的步骤包括：将所述第二特征向量组和所述第一特征向量组并列同时进行行阶梯变换至最简形式，得到第二行阶梯矩阵和第一行阶梯矩阵；对第一行阶梯矩阵按照阶梯重排列后，阶梯数小于等于第二行阶梯矩阵阶梯数的列对应的原特征向量组合为所述交叉向量组。
可选地，还包括：若所述测试用户向量不能被所述剩余向量组或者交叉向量组或者第一特征向量组线性表示，则输出所述测试用户向量对应的用户风险无法确定的第四提示信息。
为实现上述目的，根据本发明的另一方面，提供了一种判断用户风险程度的装置。
本发明的一种判断用户风险程度的装置，包括：第一获取模块，用于从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组；第二获取模块，用于计算所述第一特征向量组和所述第二特征向量组交叉向量，得到交叉向量组；第三获取模块，用于将所述第二特征向量组减去所述交叉向量组，得到剩余向量组；第一提示模块，用于在测试用户向量能被所述剩余向量组线性表示的情况下，输出所述测试用户向量对应的用户为高风险用户的第一提示信息；第二提示模块，用于在所述测试用户向量能被所述交叉向量组线性表示的情况下，输出所述测试用户向量对应的用户为有风险用户的第二提示信息；第三提示模块，用于在所述测试用户向量能被所述第一特征向量组线性表示的情况下，输出所述测试用户向量对应的用户为无风险用户的第三提示信息。
可选地，第二获取模块还用于：将所述第二特征向量组和所述第一特征向量组并列同时进行行阶梯变换至最简形式，得到第二行阶梯矩阵和第一行阶梯矩阵；对第一行阶梯矩阵按照阶梯重排列后，阶梯数小于等于第二行阶梯矩阵阶梯数的列对应的原特征向量组合为所述交叉向量组。
可选地，还包括：第四提示模块，用于在所述测试用户向量不能被所述剩余向量组或者交叉向量组或者第一特征向量组线性表示的情况下，输出所述测试用户向量对应的用户风险无法确定的第四提示信息。
为实现上述目的，根据本发明的再一方面，提供了一种电子设备终端。
本发明的一种电子设备终端包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明所提供的判断用户风险程度的方法。
为实现上述目的，根据本发明的再一方面，提供了一种计算机可读存储介质。
本发明的一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行本发明所提供的判断用户风险程度的方法。
根据本发明的技术方案，上述发明中的一个实施例具有如下优点或有益效果：利用样本数据的向量组相关性特点，对待判定用户进行相关性表达，无需人工制定规则，能够快速判定用户风险。具有客观全面，准确可靠的优点。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的判断用户风险程度的方法的主要步骤的示意图；
图2是根据本发明实施例的判断用户风险程度的装置的主要部分的示意图；
图3是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为使本领域技术人员更好地理解本发明的内容，现对部分术语进行解释说明。
用户向量：即用于描述用户的多方面属性的向量，是用户的数学形式的表达。向量的各个维度代表不同的特征，例如：会员等级、是否常用登录ip、登录设备类型、购买商品价格等等。
正常用户样本向量组：即多个已知的对应于正常用户的用户向量的集合。
风险用户样本向量组：即多个已知的对应于风险用户的用户向量的集合。
线性相关和线性无关：给定向量组a：a1，a2，……，ar，如果存在不全为零的数k1，k2，……，kr，使得k1a1+k2a2+……+krar＝0，则称向量组a是线性相关的，否则称它线性无关。
特征向量组：即最大无关组。假设给定的向量组b0：b1，b2，……，br是向量组b的一个部分组，且满足(i)向量组b0线性无关；(ii)向量组b的任何一个向量都能由向量组b0线性表示。那么向量组b0是向量组b的一个最大无关组。
图1是根据本发明实施例的判断用户风险程度的方法的主要步骤的示意图。如图1所示，本发明实施例的判断用户风险程度的方法主要包括步骤s101至步骤s106。
步骤s101：从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组。例如：假设正常用户样本向量组记为m，则提取特征值得到的第一特征向量组记为a。并且，假设风险用户样本向量组记为n，则提取特征值得到的第一特征向量组记为b。
步骤s102：计算第一特征向量组和第二特征向量组交叉向量，得到交叉向量组。例如：计算第一特征向量组记为a和第一特征向量组记为b的交叉向量，得到交叉向量组c。
步骤s102的具体过程可以包括：将第二特征向量组和第一特征向量组并列同时进行行阶梯变换至最简形式，得到第二行阶梯矩阵和第一行阶梯矩阵；对第一行阶梯矩阵按照阶梯重排列后，阶梯数小于等于第二行阶梯矩阵阶梯数的列对应的原特征向量组合为交叉向量组。
步骤s103：将第一特征向量组减去交叉向量组，得到剩余向量组。例如，将上述的向量组a和交叉向量组c相减得到剩余向量组d，即a-c＝d。
由上面的步骤s101至s103可以了解到，a为无风险因子；向量组b是体现了纯风险因子，代表最高风险；向量组c属于从向量组a中剥离出来的子集；向量组d，即向量组(a-c)为有较高风向因子。可以根据这个来进行后续的风险判断。
步骤s104：若测试用户向量能被剩余向量组线性表示，则输出测试用户向量对应的用户为高风险用户的第一提示信息。例如：若测试用户向量能够被向量组d线性表示，则意味着用户为高风险用户。
步骤s105：若测试用户向量能被交叉向量组线性表示，则输出测试用户向量对应的用户为有风险用户的第二提示信息。例如：若测试用户向量能够被向量组c线性表示，则意味着用户为有风险用户。
步骤s106：若测试用户向量能被第一特征向量组线性表示，则输出测试用户向量对应的用户为无风险用户的第三提示信息。例如：若测试用户向量能够被向量组a线性表示，则意味着用户为无风险用户。
需要说明的是，步骤s104、s105、s106的执行判断动作的顺序可以灵活确定，可以先后或后先等等方式进行。
由于向量组a，向量组(a-c)(即剩余向量组d)，b为本发明的算法中的主要参数。完全不相关的特征向量组a、特征向量组(a-c)以及特征向量组b这三者的秩之和必然小于等于风险因子个数n。数学表达式即r(a)+r(a-c)+r(b)≤n。因此可能会有某些描述用户的向量无法进行线性标识，需要对应地发出算法失效的提示信息。
所以，根据本发明实施例的判断用户风险程度的方法还可以包括如下步骤：若测试用户向量不能被剩余向量组或者交叉向量组或者第一特征向量组线性表示，则输出测试用户向量对应的用户风险无法确定的第四提示信息。
由上可知，本发明实施例的判断用户风险程度的方法利用样本数据的向量组相关性特点，对待判定用户进行相关性表达，无需人工制定规则，能够快速判定用户风险。具有客观全面，准确可靠的优点。
为实现上述目的，根据本发明的另一方面，提供了一种判断用户风险程度的装置。
图2是根据本发明实施例的判断用户风险程度的装置的主要部分的示意图。如图2所示，本发明实施例的一种判断用户风险程度的装置200主要包括：第一获取模块201、第二获取模块202、第三获取模块203、第一提示模块204、第二提示模块205和第三提示模块206。
第一获取模块201用于从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组。第二获取模块202用于计算第一特征向量组和第二特征向量组交叉向量，得到交叉向量组。第三获取模块203用于将第二特征向量组减去交叉向量组，得到剩余向量组。第一提示模块204用于在测试用户向量能被剩余向量组线性表示的情况下，输出测试用户向量对应的用户为高风险用户的第一提示信息。第二提示模块205用于在测试用户向量能被交叉向量组线性表示的情况下，输出测试用户向量对应的用户为有风险用户的第二提示信息。第三提示模块206用于在测试用户向量能被第一特征向量组线性表示的情况下，输出测试用户向量对应的用户为无风险用户的第三提示信息。
可选地，根据本发明实施例的判断用户风险程度的装置中第二获取模块202还用于：将第二特征向量组和第一特征向量组并列同时进行行阶梯变换至最简形式，得到第二行阶梯矩阵和第一行阶梯矩阵；对第一行阶梯矩阵按照阶梯重排列后，阶梯数小于等于第二行阶梯矩阵阶梯数的列对应的原特征向量组合为交叉向量组。
可选地，根据本发明实施例的判断用户风险程度的装置还包括第四提示模块。第四提示模块用于在测试用户向量不能被剩余向量组或者交叉向量组或者第一特征向量组线性表示的情况下，输出测试用户向量对应的用户风险无法确定的第四提示信息。
由上可知，本发明实施例的判断用户风险程度的装置利用样本数据的向量组相关性特点，对待判定用户进行相关性表达，无需人工制定规则，能够快速判定用户风险。具有客观全面，准确可靠的优点。
图3所示为适于用来实现本发明实施例的终端设备的计算机系统300的结构示意图。图3所示的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示，计算机系统300包括中央处理单元(cpu)301，其可以根据存储在只读存储器(rom)302中的程序或者从存储部分308加载到随机访问存储器(ram)303中的程序而执行各种适当的动作和处理。在ram303中，还存储有系统300操作所需的各种程序和数据。cpu301、rom302以及ram303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。
以下部件连接至i/o接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至i/o接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(cpu)301执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质包括计算机可读信号介质或计算机可读存储介质，或者是上述两者的任意组合。计算机可读存储介质包括但不限于电、磁、光、电磁、红外线、半导体的系统、装置或器件，或者上述内容的任意组合。计算机可读存储介质具体包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述内容的任意组合。在本发明中，计算机可读存储介质包括任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用；计算机可读的信号介质包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码，这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述信号的任意组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等，或者上述介质的任意组合。
附图中的流程图或框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以并行地执行，有时也可以按相反的顺序执行，其执行顺序依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框以及其组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一获取模块、第二获取模块、第三获取模块、第一提示模块、第二提示模块、第三提示模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一获取模块还可以被描述为“用于从正常用户样本向量组中提取特征值得到第一特征向量组，并且从风险用户样本向量组中提取特征值得到第二特征向量组的模块”。
根据本发明的技术方案，上述发明中的一个实施例具有如下优点或有益效果：利用样本数据的向量组相关性特点，对待判定用户进行相关性表达，无需人工制定规则，能够快速判定用户风险。具有客观全面，准确可靠的优点。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。