采用人工智能的用户资源反诈策略生成方法及服务器与流程

本发明涉及人工智能和大数据反诈，尤其涉及一种采用人工智能的用户资源反诈策略生成方法及服务器。

背景技术：

1、新一代信息科技（大数据、云计算和人工智能等）在加速赋能产业、催动社会变革的同时，随着技术创新的触角不断下探，其所能扮演的角色越发多样，所能发挥的作用越发巨大，来自公众利益的呼声随之不断涌现。近年来，随着网络技术的不断发展，利用网络进行诈骗的“招数”也在升级加码，让人防不胜防。为此，引入人工智能和大数据挖掘进行反诈处理势在必行。

技术实现思路

1、本发明提供一种采用人工智能的用户资源反诈策略生成方法及服务器，为实现上述技术目的，本发明采用如下技术方案。

2、第一方面是一种采用人工智能的用户资源反诈策略生成方法，应用于ai反诈服务器，所述方法包括：

3、获得待处理用户资源信息，通过目标反诈分析网络生成所述待处理用户资源信息对应的目标用户资源描述知识；所述目标反诈分析网络是依据完成调试的参考反诈分析网络所调试得到的；所述目标用户资源描述知识中存在与参考用户资源描述知识具有知识共性联系的目标知识片段，且所述目标用户资源描述知识对应的尺度变量大于所述参考用户资源描述知识对应的尺度变量，所述参考用户资源描述知识为通过所述参考反诈分析网络输出的所述待处理用户资源信息对应的描述知识；

4、依据目标反诈骗策略池中的目标反诈骗策略文本对应的目标策略文本向量，从所述目标反诈骗策略池中获得与所述目标用户资源描述知识具有相关性的目标联动反诈骗策略文本；所述目标策略文本向量为，通过所述目标反诈分析网络输出的所述目标反诈骗策略文本对应的描述知识；

5、依据参考反诈骗策略池中的参考反诈骗策略文本对应的参考策略文本向量，从所述参考反诈骗策略池中获得与所述目标知识片段具有相关性的参考联动反诈骗策略文本；所述参考策略文本向量为通过所述参考反诈分析网络输出的所述参考反诈骗策略文本对应的描述知识；

6、在所述参考联动反诈骗策略文本以及所述目标联动反诈骗策略文本中，确定用于匹配所述待处理用户资源信息的最终反诈骗策略文本。

7、在一些可选的实施例中，所述通过目标反诈分析网络生成所述待处理用户资源信息对应的目标用户资源描述知识，包括：

8、将所述待处理用户资源信息加载到所述目标反诈分析网络；所述目标反诈分析网络包括描述知识挖掘单元、描述知识下采样单元以及目标描述知识聚合单元；所述目标描述知识聚合单元对应的知识聚合阶层数，大于所述参考反诈分析网络中的参考描述知识聚合单元对应的知识聚合阶层数；

9、通过所述描述知识挖掘单元对所述待处理用户资源信息进行描述知识挖掘处理，生成所述待处理用户资源信息对应的初始用户资源描述知识，将所述初始用户资源描述知识加载到所述描述知识下采样单元；

10、通过所述描述知识下采样单元对所述初始用户资源描述知识进行描述知识下采样操作，生成所述待处理用户资源信息对应的待聚合用户资源描述知识，将所述待聚合用户资源描述知识加载到所述目标描述知识聚合单元；

11、通过所述目标描述知识聚合单元对所述待聚合用户资源描述知识进行描述知识聚合操作，生成所述目标用户资源描述知识。

12、在一些可选的实施例中，所述方法还包括：

13、获得所述目标反诈骗策略文本，获得所述目标反诈骗策略文本对应的文本主题；

14、将所述目标反诈骗策略文本加载到所述目标反诈分析网络，通过所述目标反诈分析网络对所述目标反诈骗策略文本进行文本词向量提炼，生成所述目标策略文本向量；

15、将所述目标反诈骗策略文本对应的文本主题作为请求特征，将所述目标策略文本向量作为应答特征，结合所述请求特征以及所述应答特征生成请求应答关系链，将所述请求应答关系链记录在所述目标反诈骗策略池中。

16、在一些可选的实施例中，所述依据目标反诈骗策略池中的目标反诈骗策略文本对应的目标策略文本向量，从所述目标反诈骗策略池中获得与所述目标用户资源描述知识具有相关性的目标联动反诈骗策略文本，包括：

17、在所述目标反诈骗策略池中获得请求应答关系链；所述请求应答关系链包括请求特征以及应答特征，所述请求特征由所述目标反诈骗策略文本对应的文本主题生成，所述应答特征由所述目标策略文本向量生成；

18、获得所述目标用户资源描述知识以及所述应答特征之间的余弦相似度，将余弦相似度大于等于余弦相似度限值的应答特征确定为相似应答特征；

19、将所述相似应答特征对应的请求特征确定为相似请求特征，结合所述相似请求特征，在所述目标反诈骗策略池中获得所述目标联动反诈骗策略文本。

20、在一些可选的实施例中，所述目标反诈骗策略文本包括至少两个目标反诈骗策略文本，所述目标策略文本向量包括所述至少两个目标反诈骗策略文本分别对应的目标策略文本向量；所述方法还包括：

21、获得所述至少两个目标反诈骗策略文本，将所述至少两个目标反诈骗策略文本分别加载到所述目标反诈分析网络；

22、通过所述目标反诈分析网络，对所述至少两个目标反诈骗策略文本分别进行文本词向量提炼，生成所述至少两个目标反诈骗策略文本分别对应的目标策略文本向量；

23、对至少两个目标策略文本向量进行分团操作，生成q个目标策略描述分团结果以及所述q个目标策略描述分团结果分别对应的目标分团指导向量；q为大于1的正整数，且q不大于所述至少两个目标策略文本向量的总数目；

24、将所述q个目标策略描述分团结果以及q个目标分团指导向量关联保存在所述目标反诈骗策略池中。

25、在一些可选的实施例中，所述q个目标策略描述分团结果包括目标策略描述分团结果cluster_q，q为正整数且q不大于q；所述将所述q个目标策略描述分团结果以及q个目标分团指导向量关联保存在所述目标反诈骗策略池中，包括：

26、从所述目标策略描述分团结果cluster_q中获得目标策略文本向量vec_w，w为正整数，且w不大于所述目标策略描述分团结果cluster_q中目标策略文本向量的总数目；

27、获得所述目标策略文本向量vec_w对应的目标反诈骗策略文本text_w，获得所述目标反诈骗策略文本text_w对应的文本主题；

28、将所述目标反诈骗策略文本text_w对应的文本主题作为请求特征，将所述目标策略文本向量vec_w作为应答特征，结合所述请求特征以及所述应答特征生成与所述目标策略描述分团结果cluster_q具有相关性的请求应答关系链；

29、将每个目标分团指导向量以及每个目标分团指导向量分别对应的请求应答关系链，关联保存在所述目标反诈骗策略池中。

30、在一些可选的实施例中，所述依据目标反诈骗策略池中的目标反诈骗策略文本对应的目标策略文本向量，从所述目标反诈骗策略池中获得与所述目标用户资源描述知识具有相关性的目标联动反诈骗策略文本，包括：

31、在所述目标反诈骗策略池中获得所述q个目标分团指导向量；

32、所述q个目标分团指导向量包括目标分团指导向量guidance_e，e为正整数且e不大于q；

33、获得所述目标用户资源描述知识以及所述目标分团指导向量guidance_e之间的余弦相似度s_e；

34、对所述q个目标分团指导向量分别对应的余弦相似度进行顺序调整，从完成顺序调整的余弦相似度中确定目标余弦相似度；

35、将所述目标余弦相似度对应的目标分团指导向量确定为目标相似分团指导向量，获得与所述目标相似分团指导向量存在联系的相似请求应答关系链；

36、结合所述相似请求应答关系链，获得与所述目标用户资源描述知识具有相关性的所述目标联动反诈骗策略文本。

37、在一些可选的实施例中，所述在所述参考联动反诈骗策略文本以及所述目标联动反诈骗策略文本中，确定用于匹配所述待处理用户资源信息的最终反诈骗策略文本，包括：

38、将所述参考联动反诈骗策略文本以及所述目标联动反诈骗策略文本确定为备选反诈骗策略文本；所述备选反诈骗策略文本的数目为至少两个；

39、获得每个备选反诈骗策略文本的相似策略文本向量分别与所述目标用户资源描述知识之间的余弦相似度；

40、结合所述每个备选反诈骗策略文本分别对应的余弦相似度，对所述至少两个备选反诈骗策略文本进行顺序调整；

41、从完成顺序调整的至少两个备选反诈骗策略文本中，确定用于匹配所述待处理用户资源信息的所述最终反诈骗策略文本。

42、第二方面是一种ai反诈服务器，包括存储器和处理器；所述存储器和所述处理器耦合；所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令；其中，当所述处理器执行所述计算机指令时，使得所述ai反诈服务器执行第一方面的方法。

43、第三方面是一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行第一方面的方法。

44、在本发明实施例中，ai反诈服务器通过目标反诈分析网络，可以生成待处理用户资源信息对应的目标用户资源描述知识，其中，通过目标反诈分析网络是依据完成调试的参考反诈分析网络所调试得到的，可知目标反诈分析网络的网络性能可以包括参考反诈分析网络的网络性能，且目标反诈分析网络的网络性能对应的质量评分可以优于参考反诈分析网络的网络性能的质量评分；通过目标用户资源描述知识对应的尺度变量大于参考用户资源描述知识对应的尺度变量，可知目标用户资源描述知识所记录的资源细节，可以优于参考用户资源描述知识所记录的资源细节；通过目标用户资源描述知识中存在与参考用户资源描述知识具有知识共性联系的目标知识片段，可知目标知识片段可以替换参考用户资源描述知识进行反诈骗策略匹配；进一步地，依据目标策略文本向量，ai反诈服务器可以从目标反诈骗策略池中获得与目标用户资源描述知识具有相关性的目标联动反诈骗策略文本；此外，依据参考策略文本向量，可以从参考反诈骗策略池中获得与目标知识片段具有相关性的参考联动反诈骗策略文本；进一步地，在参考联动反诈骗策略文本以及目标联动反诈骗策略文本中，可以确定用于匹配待处理用户资源信息的最终反诈骗策略文本。

45、由此可见，本发明实施例不但可以得到记载更多资源细节的目标用户资源描述知识，进而可以提高针对待处理用户资源信息的反诈骗策略匹配精度，以便通过最终反诈骗策略文本为待处理用户资源信息对应的用户提供反诈骗指导，尽可能避免用户的损失；还可以通过目标知识片段辅助匹配参考联动反诈骗策略文本，这样，在具有参考反诈骗策略池的情况下，可以规避对参考反诈骗策略池中的参考策略文本向量进行修改，从而避免增加额外的处理开销。这样一来，可以改善传统技术难以为待处理用户资源信息准确匹配反诈骗策略的问题。