风险用户识别方法、装置、存储介质以及电子设备与流程

本技术涉及信息安全领域，具体而言，涉及一种风险用户识别方法、装置、存储介质以及电子设备。

背景技术：

1、在进行金融交易的时候，为了保证交易的正常进行，首先需要对交易人员的信息进行识别，从而确定交易人员是否为存在风险的人员。通常在确定交易人员的风险等级的时候，采用的方法为根据预设名单确定交易人员是否位于预设名单上，在交易人员位于预设名单上的情况下，确定该交易人员为风险人员。

2、但是，在通过交易人员的信息进行风险识别的时候，可能存在信息缺失或者信息错误的情况发生，在这种情况下如果缺失重要信息，则无法通过直接在预设名单中搜索的方式确定该人员是否位于预设名单上，此时，只能采用模糊搜索的方法进行大范围搜索，但是，这种方法在预设名单中存在大量人员信息的情况下，会得到非常多的搜索结果，需要人工在大量信息中一一确定是否为该交易人员的信息，进而影响风险人员的识别准确度和效率。

3、针对相关技术中在交易人员的信息缺失或有误的情况下，确定交易人员的风险情况的准确率和效率低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术提供一种风险用户识别方法、装置、存储介质以及电子设备，以解决相关技术中在交易人员的信息缺失或有误的情况下，确定交易人员的风险情况的准确率和效率低的问题。

2、根据本技术的一个方面，提供了一种风险用户识别方法。该方法包括：接收用户发送的业务办理请求，从业务办理请求中获取用户的属性信息集合，并将属性信息集合输入向量生成模块，得到属性信息集合的初始向量数据，其中，属性信息集合中包括多个属性字段，初始向量数据由每个属性字段的字段向量组成；将初始向量数据与m个预设向量数据进行对比，并根据对比结果从m个预设向量数据中筛选出与初始向量数据的相似度大于第一预设相似度的预设向量数据，得到n个目标向量数据，其中，预设向量数据为历史用户的属性信息集合的向量数据，m、n为正整数；依次确定初始向量数据和每个目标向量数据中的字段向量之间的相似度，得到n组相似度，并将每组相似度加权求和，得到每个目标向量数据与初始向量数据之间的匹配度，并根据n个匹配度确定用户的风险识别结果。

3、可选地，将属性信息集合输入向量生成模块包括：获取向量生成模块中设置的输入顺序，并判断属性信息集合中的多个属性字段的顺序，得到目标顺序；判断目标顺序与输入顺序是否相同，在目标顺序与输入顺序不同的情况下，将属性信息集合中的多个属性字段的顺序变更为输入顺序，得到更新后的属性信息集合，并将更新后的属性信息集合输入向量生成模块。

4、可选地，在将属性信息集合输入向量生成模块之前，该方法还包括：判断属性信息集合中的目标属性字段是否为空；在目标属性字段不为空的情况下，使用目标属性字段作为关键字在多个历史用户的属性信息集合中进行搜索，得到搜索结果；在搜索结果表征目标历史用户的预设属性字段与目标属性字段相同的情况下，确定用户为风险用户；在搜索结果表征不存在预设属性字段与目标属性字段相同的历史用户的情况下，执行将属性信息集合输入向量生成模块的步骤。

5、可选地，在属性信息集合中的每个属性字段均不为空的情况下，将每组相似度加权求和，得到每个目标向量数据与初始向量数据之间的匹配度包括：获取针对每个属性字段预先配置的权重，得到多个预设权重；对于每组相似度，依次将每个属性字段的相似度与对应的预设权重相乘，得到多个第一数值，并将多个第一数值相加，得到目标向量数据与初始向量数据之间的匹配度。

6、可选地，在属性信息集合中的存在属性字段为空的情况下，将每组相似度加权求和，得到每个目标向量数据与初始向量数据之间的匹配度包括：获取每个不为空的属性字段的预设权重，得到多个预设权重；计算多个预设权重之和，得到总权重，并依次将每个预设权重与总权重相除，得到多个更新后权重；对于每组相似度，依次将每个不为空的属性字段的相似度与对应的预设权重相乘，得到多个第二数值，并将多个第二数值相加，得到目标向量数据与初始向量数据之间的匹配度。

7、可选地，根据n个匹配度确定用户的风险识别结果包括：依次判断每个匹配度是否大于预设匹配度；在n个匹配度均小于等于预设匹配度的情况下，确定用户的风险识别结果为无风险用户；在n个匹配度中存在大于预设匹配度的目标匹配度的情况下，获取目标匹配度对应的历史用户的属性信息集合，并将目标匹配度对应的历史用户的属性信息集合发送至服务端；判断在预设时间段内是否接收到服务端发送的指令信息，在接收到指令信息的情况下，确定用户的风险识别结果为无风险用户，在未接收到指令信息的情况下，确定用户的风险识别结果为风险用户。

8、可选地，业务办理请求中包括用户的用户信息集合和待办理业务，从业务办理请求中获取用户的属性信息集合包括：确定业务办理请求对应的待办理业务的办理要求，并根据办理要求依次确定用户信息集合中的每个用户信息对应的格式信息；根据格式信息对每个用户信息进行变更，得到属性信息集合。

9、根据本技术的另一方面，提供了一种风险用户识别装置。该装置包括：处理单元，用于接收用户发送的业务办理请求，从业务办理请求中获取用户的属性信息集合，并将属性信息集合输入向量生成模块，得到属性信息集合的初始向量数据，其中，属性信息集合中包括多个属性字段，初始向量数据由每个属性字段的字段向量组成；筛选单元，用于将初始向量数据与m个预设向量数据进行对比，并根据对比结果从m个预设向量数据中筛选出与初始向量数据的相似度大于第一预设相似度的预设向量数据，得到n个目标向量数据，其中，预设向量数据为历史用户的属性信息集合的向量数据，m、n为正整数；第一确定单元，用于依次确定初始向量数据和每个目标向量数据中的字段向量之间的相似度，得到n组相似度，并将每组相似度加权求和，得到每个目标向量数据与初始向量数据之间的匹配度，并根据n个匹配度确定用户的风险识别结果。

10、根据本发明的另一方面，还提供了一种计算机存储介质，计算机存储介质用于存储程序，其中，程序运行时控制计算机存储介质所在的设备执行一种风险用户识别方法。

11、根据本发明的另一方面，还提供了一种电子设备，包含一个或多个处理器和存储器；存储器中存储有计算机可读指令，处理器用于运行计算机可读指令，其中，计算机可读指令运行时执行一种风险用户识别方法。

12、通过本技术，采用以下步骤：接收用户发送的业务办理请求，从业务办理请求中获取用户的属性信息集合，并将属性信息集合输入向量生成模块，得到属性信息集合的初始向量数据，其中，属性信息集合中包括多个属性字段，初始向量数据由每个属性字段的字段向量组成；将初始向量数据与m个预设向量数据进行对比，并根据对比结果从m个预设向量数据中筛选出与初始向量数据的相似度大于第一预设相似度的预设向量数据，得到n个目标向量数据，其中，预设向量数据为历史用户的属性信息集合的向量数据，m、n为正整数；依次确定初始向量数据和每个目标向量数据中的字段向量之间的相似度，得到n组相似度，并将每组相似度加权求和，得到每个目标向量数据与初始向量数据之间的匹配度，并根据n个匹配度确定用户的风险识别结果。解决了相关技术中在交易人员的信息缺失或有误的情况下，确定交易人员的风险情况的准确率和效率低的问题。通过接收业务办理请求中的属性信息，并生成属性信息的向量，从而可以根据相似度公式计算向量之间的相似度，从而确定办理业务的用户的属性信息是否与历史用户的属性信息相同，并且在无法获取到完全相同的向量的情况下，筛选出与初始向量数据的相似度大于第一预设相似度的预设向量数据，并根据字段的相似度以及权值进行加权求和计算，从而确定匹配度最高的历史用户的属性信息，根据匹配度确定进行业务办理的用户是否属于历史用户中，进而达到了通过确定办理业务的用户和历史用户之间的信息匹配度确定办理业务的用户是否为风险用户的效果。