电信风险识别方法和系统与流程

本技术涉及风险识别，具体涉及一种电信风险识别方法和系统。

背景技术：

1、电信风险识别是当前运营商一直难以攻克的难题。传统的电信风险识别方法，一般是对目标用户在运营商侧的各种当前电信数据进行分析，从而识别当前电信风险。

2、但传统的电信风险识别方法由于只能识别出当前已存在的电信风险，无法对未来发生的电信风险进行预测识别，因此，难以针对性地制定风险防范策略，降低电信风险带来的损失。

技术实现思路

1、本技术实施例提供一种电信风险识别方法和系统，用以解决传统的电信风险识别方法无法对未来发生的电信风险进行预测识别，因此，难以针对性地制定风险防范策略，降低电信风险带来的损失的技术问题。

2、第一方面，本技术实施例提供一种电信风险识别方法，包括：

3、接收云服务器发送的第一目标用户的目标状态数据和第二目标用户的目标动作数据；所述第一目标用户和所述第二目标用户均为任一目标用户，所述目标用户同时为自身的用户和银行的用户，所述第一目标用户和所述第二目标用户之间存在通话，且所述第一目标用户为所述通话的接收者，所述第二目标用户为所述通话的发起者，所述目标状态数据为根据所述第一目标用户的优化通讯特征数据和优化金融特征数据得到的数据，所述目标动作数据为根据所述第二目标用户的优化通讯特征数据得到的数据；

4、根据所述目标状态数据得到第一结果数据，并将所述第一结果数据发送至所述云服务器；

5、接收所述云服务器发送的第二结果数据；所述第二结果数据为所述银行根据所述目标状态数据得到的数据；

6、对所述第一结果数据和所述第二结果数据进行融合计算，得到所述第一目标用户的融合状态数据；

7、计算所述第一目标用户保持所述融合状态数据不变的情况下，在预设时间段内接收到的所述目标动作数据的集合；

8、计算所述融合状态数据在任一目标动作数据影响下发生改变的第一转移概率；

9、根据所述第一转移概率识别所述第一目标用户的电信风险。

10、在一个实施例中，所述根据所述第一转移概率识别所述第一目标用户的电信风险，包括：

11、计算所述第一目标用户保持所述融合状态数据不变的情况下，任一目标动作数据的发生概率；

12、根据第一预设规则选择目标动作数据，得到第一选定动作数据；所述第一预设规则为以第一预设概率选择最大发生概率对应的目标动作数据，或根据所有发生概率随机选择目标动作数据；

13、根据第二预设规则选择所述融合状态数据在所述第一选定动作数据的影响下发生改变后的融合状态数据，得到第一选定状态数据；所述第二预设规则为以第二预设概率选择最大第一转移概率对应的发生改变后的融合状态数据，或根据所有第一转移概率随机选择发生改变后的融合状态数据；

14、返回根据第一预设规则选择目标动作数据，得到第一选定动作数据的步骤，直至得到第一选定状态数据的次数达到第一预设次数；

15、计算所有第一选定状态数据为风险状态数据的累计概率，返回根据第一预设规则选择目标动作数据，得到第一选定动作数据的步骤，直至得到累计概率的次数达到第二预设次数；

16、根据所述累计概率的平均值，识别所述第一目标用户的电信风险。

17、在一个实施例中，所述接收所述云服务器发送的第一目标用户的目标状态数据和第二目标用户的目标动作数据之前，包括：

18、接收所述云服务器发送的目标数量的聚类中心；所述目标数量为所述云服务器根据不同的特征数据对所有目标用户进行多次聚类，得到的多个类别数量组成的类别数量区间中的任一类别数量，所述特征数据包括优化通讯特征数据和优化金融特征数据；

19、根据所述第一目标用户的优化通讯特征数据，在任一优化通讯特征维度对所述第一目标用户和第一聚类中心之间的距离进行计算，得到运营商距离数据；所述第一聚类中心为所述目标数量的聚类中心中的任一聚类中心；

20、将所述运营商距离数据发送至所述云服务器；

21、接收所述云服务器发送的第二聚类中心；所述第二聚类中心为相对于所述第一聚类中心收敛的聚类中心；

22、将所述第一聚类中心修正为所述第二聚类中心，并从所述目标数量的聚类中心中选择第三聚类中心作为新的第一聚类中心，返回根据所述第一目标用户的优化通讯特征数据，在任一优化通讯特征维度对所述第一目标用户和第一聚类中心之间的距离进行计算的步骤，直至所述目标数量的聚类中心全部修正完毕；所述第三聚类中心为所述目标数量的聚类中心中的不同于所述第一聚类中心和所述第二聚类中心的任一聚类中心；

23、返回接收所述云服务器发送的目标数量的聚类中心的步骤，直至所述类别数量区间中所有类别数量的聚类中心全部修正完毕；

24、将所述第一目标用户替换为所述第二目标用户，返回接收所述云服务器发送的目标数量的聚类中心的步骤，直至所述类别数量区间中所有类别数量的聚类中心再次全部修正完毕。

25、在一个实施例中，所述根据所述目标状态数据得到第一结果数据，包括：

26、根据所述目标状态数据中的优化通讯特征数据，在任一优化通讯特征维度对所述第一目标用户和目标聚类中心之间的距离进行计算，得到第一结果数据；所述目标聚类中心为所述目标状态数据对应的类别数量的聚类中心全部修正完毕后的聚类中心。

27、在一个实施例中，所述接收所述云服务器发送的第一目标用户的目标状态数据和第二目标用户的目标动作数据之前，包括：

28、将所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据发送至所述云服务器；

29、对所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据进行计算，得到第四结果数据，并将所述第四结果数据发送至所述云服务器；

30、接收所述云服务器发送的第五结果数据；所述第五结果数据为所述银行对所述第一目标用户的优化金融特征数据进行计算得到，并发送至所述云服务器的数据；

31、将所述第四结果数据和所述第五结果数据进行融合计算，得到运营商融合数据；

32、将所述运营商融合数据发送至所述云服务器，以供所述云服务器生成目标融合数据，并将所述目标融合数据定义为所述目标状态数据和所述目标动作数据之和。

33、在一个实施例中，所述将所述运营商融合数据发送至所述云服务器之后，包括：

34、接收所述云服务器发送的重新计算请求；

35、返回对所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据进行计算的步骤，直至得到新的运营商融合数据；

36、将所述新的运营商融合数据发送至所述云服务器。

37、在一个实施例中，所述优化通讯特征数据，是根据以下步骤得到的：

38、在通讯特征数据集合中选取任一通讯特征数据和第一通讯特征数据子集；所述第一通讯特征数据子集不包括所述任一通讯特征数据；

39、将所述第一通讯特征数据子集和所述任一通讯特征数据进行组合，得到第二通讯特征数据子集；

40、根据所述第二通讯特征数据子集在所述通讯特征数据集合中的出现概率、所述第一通讯特征数据子集对电信风险识别的准确率以及所述第二通讯特征数据子集对电信风险识别的准确率，得到所述任一通讯特征数据对电信风险识别准确率的贡献度；

41、计算所述通讯特征数据集合中所有通讯特征数据对电信风险识别准确率的贡献度的第一均值和第一标准差；

42、若所述任一通讯特征数据的贡献度大于第一贡献度阈值，则确定所述任一通讯特征数据为优化通讯特征数据；所述第一贡献度阈值是根据所述第一均值和所述第一标准差得到的。

43、在一个实施例中，所述根据所述累计概率的平均值，识别所述第一目标用户的电信风险之后，包括：

44、根据所述第一目标用户的电信风险，得到保持所述融合状态数据不变的情况下的状态收益；

45、根据第三预设规则选择目标动作数据，得到第二选定动作数据；所述第三预设规则为以第三预设概率选择最大发生概率对应的目标动作数据，或根据所有发生概率随机选择目标动作数据；

46、根据所述融合状态数据和所述第二选定动作数据生成自身的风险控制动作数据的集合；

47、计算所述融合状态数据在任一风险控制动作数据影响下发生改变的第二转移概率；

48、根据第四预设规则选择所述融合状态数据在所述风险控制动作数据的影响下发生改变后的融合状态数据，得到第二选定状态数据；所述第四预设规则为以第四预设概率选择最大第二转移概率对应的发生改变后的融合状态数据，或根据所有第二转移概率随机选择发生改变后的融合状态数据；

49、根据所述第二选定状态数据和所述状态收益计算风险控制策略评估值；

50、将所述融合状态数据替换为第二选定状态数据后，返回根据所述第一目标用户的电信风险，得到保持所述融合状态数据不变的情况下的状态收益的步骤，直至所述风险控制策略评估值收敛；

51、将最大风险控制策略评估值对应的风险控制动作数据确定为最优风险控制策略数据。

52、第二方面，本技术实施例提供一种电信风险识别方法，包括：

53、将目标融合数据定义为第一目标用户的目标状态数据与第二目标用户的目标动作数据之和；所述目标融合数据为对所述第一目标用户的优化通讯特征数据和优化金融特征数据，以及所述第二目标用户的优化通讯特征数据进行融合计算得到的数据，所述第一目标用户和所述第二目标用户均为任一目标用户，所述目标用户同时为运营商的用户和银行的用户，所述第一目标用户和所述第二目标用户之间存在通话，且所述第一目标用户为所述通话的接收者，所述第二目标用户为所述通话的发起者，所述目标状态数据为根据所述第一目标用户的优化通讯特征数据和优化金融特征数据得到的数据，所述目标动作数据为根据所述第二目标用户的优化通讯特征数据得到的数据；

54、将所述目标状态数据和所述目标动作数据发送至所述运营商，将所述目标状态数据发送至所述银行；

55、接收所述运营商发送的第一结果数据和所述银行发送的第二结果数据，并将所述第二结果数据发送至所述运营商，以供所述运营商识别所述第一目标用户的电信风险；所述第一结果数据为所述运营商根据所述目标状态数据得到的数据，所述第二结果数据为所述银行根据所述目标状态数据得到的数据。

56、在一个实施例中，所述目标状态数据和所述目标动作数据，是根据以下步骤得到的：

57、根据不同的特征数据对所有目标用户进行多次聚类，得到多个类别数量组成的类别数量区间；所述特征数据包括优化通讯特征数据和优化金融特征数据；

58、从所述类别数量区间中选择任一类别数量，将所述任一类别数量作为目标数量，随机生成所述目标数量的聚类中心，并将所述聚类中心发送至所述运营商和所述银行；

59、接收所述运营商发送的运营商距离数据和所述银行发送的银行距离数据；所述运营商距离数据为所述运营商根据所述第一目标用户的优化通讯特征数据，在任一优化通讯特征维度对所述第一目标用户和第一聚类中心之间的距离进行计算得到的数据，所述银行距离数据为所述银行根据所述第一目标用户的优化金融特征数据，在任一优化金融特征维度对所述第一目标用户和第一聚类中心之间的距离进行计算得到的数据，所述第一聚类中心为所述目标数量的聚类中心中的任一聚类中心；

60、根据所述运营商距离数据和所述银行距离数据对所述第一聚类中心进行调整，得到第二聚类中心；

61、若所述第二聚类中心和所述第一聚类中心之间的距离小于距离阈值，则确定所述第二聚类中心收敛；

62、将所述第二聚类中心发送至所述运营商和所述银行，以供所述运营商和所述银行将所述第一聚类中心修正为所述第二聚类中心，返回接收所述运营商发送的运营商距离数据和所述银行发送的银行距离数据的步骤，直至所述目标数量的聚类中心均收敛；

63、根据所述第一目标用户和所有收敛的聚类中心之间的距离，计算所述目标数量下的均衡拟合优度，返回从所述类别数量区间中选择任一类别数量的步骤，直至得到所述类别数量区间中所有类别数量下的均衡拟合优度；

64、将所述第一目标用户替换为所述第二目标用户，返回根据不同的特征数据对所有目标用户进行多次聚类的步骤，直至再次得到所述类别数量区间中所有类别数量下的均衡拟合优度；

65、将所述第一目标用户对应的均衡拟合优度最大时的优化通讯特征数据和优化金融特征数据确定为所述目标状态数据，将所述第二目标用户对应的均衡拟合优度最大时的优化通讯特征数据确定为所述目标动作数据。

66、在一个实施例中，所述目标融合数据，是根据以下步骤得到的：

67、接收运营商发送的所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据，以及所述银行发送的所述第一目标用户的优化金融特征数据；

68、对所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据，以及所述第一目标用户的优化金融特征数据进行计算，得到第三结果数据；

69、接收所述运营商发送的第四结果数据和所述银行发送的第五结果数据；所述第四结果数据，为所述运营商对所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据进行计算得到的数据，所述第五结果数据，为所述银行对所述第一目标用户的优化金融特征数据进行计算得到的数据；

70、若所述第四结果数据和所述第五结果数据的和，与所述第三结果数据相等，则将所述第四结果数据发送至所述银行，将所述第五结果数据发送至所述运营商；

71、接收所述运营商发送的运营商融合数据和所述银行发送的银行融合数据；所述运营商融合数据为所述运营商对所述第四结果数据和所述第五结果数据进行融合计算得到的数据，所述银行融合数据为所述银行对所述第四结果数据和所述第五结果数据进行融合计算得到的数据；

72、若所述运营商融合数据与所述银行融合数据不相等，则对所述运营商和所述银行发送重新计算请求；

73、返回对所述第一目标用户的优化通讯特征数据和所述第二目标用户的优化通讯特征数据，以及所述第一目标用户的优化金融特征数据进行计算的步骤，直至新的运营商融合数据与新的银行融合数据相等；

74、将所述新的运营商融合数据或所述新的银行融合数据确定为所述目标融合数据。

75、第三方面，本技术实施例提供一种电信风险识别方法，包括：

76、接收云服务器发送的第一目标用户的目标状态数据；所述第一目标用户为任一目标用户，所述目标用户同时为运营商的用户和自身的用户，所述目标状态数据为根据所述第一目标用户的优化通讯特征数据和优化金融特征数据得到的数据；

77、根据所述目标状态数据得到第二结果数据，并将所述第二结果数据发送至所述云服务器，以供所述云服务器将所述第二结果数据发送至所述运营商。

78、在一个实施例中，所述接收所述云服务器发送的第一目标用户的目标状态数据之前，包括：

79、接收所述云服务器发送的目标数量的聚类中心；所述目标数量为所述云服务器根据不同的特征数据对所有目标用户进行多次聚类，得到的多个类别数量组成的类别数量区间中的任一类别数量，所述特征数据包括优化通讯特征数据和优化金融特征数据；

80、根据所述第一目标用户的优化金融特征数据，在任一优化金融特征维度对所述第一目标用户和第一聚类中心之间的距离进行计算，得到银行距离数据；所述第一聚类中心为所述目标数量的聚类中心中的任一聚类中心；

81、将所述银行距离数据发送至所述云服务器；

82、接收所述云服务器发送的第二聚类中心；所述第二聚类中心为相对于所述第一聚类中心收敛的聚类中心；

83、将所述第一聚类中心修正为所述第二聚类中心，并从所述目标数量的聚类中心中选择第三聚类中心作为新的第一聚类中心，返回根据所述第一目标用户的优化金融特征数据，在任一优化金融特征维度对所述第一目标用户和第一聚类中心之间的距离进行计算的步骤，直至所述目标数量的聚类中心全部修正完毕；所述第三聚类中心为所述目标数量的聚类中心中的不同于所述第一聚类中心和所述第二聚类中心的任一聚类中心；

84、返回接收所述云服务器发送的目标数量的聚类中心的步骤，直至所述类别数量区间中所有类别数量的聚类中心全部修正完毕；

85、将所述第一目标用户替换为第二目标用户，返回接收所述云服务器发送的目标数量的聚类中心的步骤，直至所述类别数量区间中所有类别数量的聚类中心再次全部修正完毕；所述第二目标用户为任一目标用户，所述第一目标用户和所述第二目标用户之间存在通话，且所述第一目标用户为所述通话的接收者，所述第二目标用户为所述通话的发起者。

86、在一个实施例中，所述根据所述目标状态数据得到第二结果数据，包括：

87、根据所述目标状态数据中的优化金融特征数据，在任一优化金融特征维度对所述第一目标用户和目标聚类中心之间的距离进行计算，得到第二结果数据；所述目标聚类中心为所述目标状态数据对应的类别数量的聚类中心全部修正完毕后的聚类中心。

88、在一个实施例中，所述接收所述云服务器发送的第一目标用户的目标状态数据之前，包括：

89、将所述第一目标用户的优化金融特征数据发送至所述云服务器；

90、对所述第一目标用户的优化金融特征数据进行计算，得到第五结果数据，并将所述第五结果数据发送至所述云服务器；

91、接收所述云服务器发送的第四结果数据；所述第四结果数据为所述运营商对所述第一目标用户的优化通讯特征数据和第二目标用户的优化通讯特征数据进行计算得到，并发送至所述云服务器的数据；

92、将所述第四结果数据和所述第五结果数据进行融合计算，得到银行融合数据；

93、将所述银行融合数据发送至所述云服务器，以供所述云服务器生成目标融合数据，并将所述目标融合数据定义为所述目标状态数据和目标动作数据之和；所述目标动作数据为根据所述第二目标用户的优化通讯特征数据得到的数据。

94、在一个实施例中，所述将所述银行融合数据发送至所述云服务器之后，包括：

95、接收所述云服务器发送的重新计算请求；

96、返回对所述第一目标用户的优化金融特征数据进行计算的步骤，直至得到新的银行融合数据；

97、将所述新的银行融合数据发送至所述云服务器。

98、在一个实施例中，所述优化金融特征数据，是根据以下步骤得到的：

99、在金融特征数据集合中选取任一金融特征数据和第一金融特征数据子集；所述第一金融特征数据子集不包括所述任一金融特征数据；

100、将所述第一金融特征数据子集和所述任一金融特征数据进行组合，得到第二金融特征数据子集；

101、根据所述第二金融特征数据子集在所述金融特征数据集合中的出现概率、所述第一金融特征数据子集对电信风险识别的准确率以及所述第二金融特征数据子集对电信风险识别的准确率，得到所述任一金融特征数据对电信风险识别准确率的贡献度；

102、计算所述金融特征数据集合中所有金融特征数据对电信风险识别准确率的贡献度的第二均值和第二标准差；

103、若所述任一金融特征数据的贡献度大于第二贡献度阈值，则确定所述任一金融特征数据为优化金融特征数据；所述第二贡献度阈值是根据所述第二均值和所述第二标准差得到的。

104、第四方面，本技术实施例提供一种电信风险识别系统，包括：运营商、云服务器和银行；

105、所述运营商用于：

106、接收云服务器发送的第一目标用户的目标状态数据和第二目标用户的目标动作数据；所述第一目标用户和所述第二目标用户均为任一目标用户，所述目标用户为自身的用户和银行的用户，所述第一目标用户和所述第二目标用户之间存在通话，且所述第一目标用户为所述通话的接收者，所述第二目标用户为所述通话的发起者，所述目标状态数据为根据所述第一目标用户的优化通讯特征数据和优化金融特征数据得到的数据，所述目标动作数据为根据所述第二目标用户的优化通讯特征数据得到的数据；

107、根据所述目标状态数据得到第一结果数据，并将所述第一结果数据发送至所述云服务器；

108、接收所述云服务器发送的第二结果数据；所述第二结果数据为所述银行根据所述目标状态数据得到的数据；

109、对所述第一结果数据和所述第二结果数据进行融合计算，得到所述第一目标用户的融合状态数据；

110、计算所述第一目标用户保持所述融合状态数据不变的情况下，在预设时间段内接收到的所述目标动作数据的集合；

111、计算所述融合状态数据在任一目标动作数据影响下发生改变的第一转移概率；

112、根据所述第一转移概率识别所述第一目标用户的电信风险；

113、所述云服务器用于：

114、将目标融合数据定义为第一目标用户的目标状态数据与第二目标用户的目标动作数据之和；所述目标融合数据为对所述第一目标用户的优化通讯特征数据和优化金融特征数据，以及所述第二目标用户的优化通讯特征数据进行融合计算得到的数据；

115、将所述目标状态数据和所述目标动作数据发送至所述运营商，将所述目标状态数据发送至所述银行；

116、接收所述运营商发送的第一结果数据和所述银行发送的第二结果数据，并将所述第二结果数据发送至所述运营商，以供所述运营商识别所述第一目标用户的电信风险；

117、所述银行用于：

118、接收云服务器发送的第一目标用户的目标状态数据；

119、根据所述目标状态数据得到第二结果数据，并将所述第二结果数据发送至所述云服务器，以供所述云服务器将所述第二结果数据发送至所述运营商。

120、本技术提供的电信风险识别方法和系统，接收云服务器发送的第一目标用户的目标状态数据和第二目标用户的目标动作数据，根据目标状态数据得到第一结果数据，并将第一结果数据发送至云服务器，接收云服务器发送的第二结果数据，计算第一目标用户保持融合状态数据不变的情况下，在预设时间段内接收到的目标动作数据的集合，计算融合状态数据在任一目标动作数据影响下发生改变的第一转移概率，根据第一转移概率识别第一目标用户的电信风险。本技术根据融合状态数据在任一目标动作数据影响下发生改变的第一转移概率，识别电信风险，能够评估目标用户在当前目标状态下受到目标动作的影响改变为下一目标状态的第一转移概率，根据该第一转移概率识别电信风险，即能够根据当前目标状态和受到的目标动作预测未来目标状态的风险，实现对未来发生的电信风险的预测识别，有助于针对性地制定风险防范策略，降低电信风险带来的损失。