CN118657608B 基于用户稳定性的风控优化方法及系统 （石溪信息科技(上海)有限公司）

本申请涉及互联网金融和人工智能技术领通过与模板行为事件的行为趋势一致性权重对2获取目标平台用户对应的互联网金融业务会话数据；所述互括基于已授权风控线程监测所述目标平台用户得到的待处理业务对所述互联网金融业务会话数据中的待处理业务交互行为信息进行行为意向挖掘处依据所述行为意向挖掘结果对每个所述下游行为事件进行目标稳定性跳变层面的行对于每个所述下游行为事件，获取模板行为事件在所述目标稳定性依据所述下游行为事件对应的行为趋势一致性权重与目标行为趋势设定权重的判别行为趋势设定权重为所述目标稳定性跳变层面对应的行为趋势所述目标稳定性跳变层面包括行为事件热力指标、行为事件分布指对于每个所述下游行为事件，提取所述下游行为事件对应的会话依据所述各会话语义块的定位特征，确定所述下游行为事件的依据所述下游行为事件的行为状态类别，确定所述下游行为事件的行为事件发展轨从所述各会话语义块的定位特征中筛选第一定位元素、第二定位元素、依据所述第一定位元素与第二定位元素之间的比较结果依据所述各会话语义块的定位特征，确定全局定位元素和全局查3依据所述行为事件发展轨迹，从所述各会话语义块的定位特征依据所述行为激活属性定位特征和行为拦截属性定位特征中以所述事件关联性与所述行为风险系数的加变量对应的特征解码结果确定为所述下游行为事件的行为依据所述行为意向挖掘结果对所述待处理业务交互行为信息进行用户社群注意力层获取所述模板业务交互行为信息在所述用户社群注意力层面依据所述用户社群注意力向量与所述模板注意力向量确定所述至少一个下游行为事件中各下游行为事件对应会话场景标签的全局场景风依据所述至少一个下游行为事件中各下游行为事件对应会话场景标签中会话语义块所述依据所述用户社群注意力向量与所述模板注意力向量之间的注意力向量比较结所述特征差异权重确定所述待处理业务交互行为信息在所述交易预警分布指标的第一社风控传导观点和所述第二社群风控传导观点作为所述待处理业务交互行为信息的社群风所述用户社群注意力层面还包括交易预警等级层面；所述方法还包括：4待处理业务交互行为信息的社群风控传导观对于每个所述下游行为事件在所述目标稳定性跳变层面的行为趋势一所述行为趋势一致性权重与相应模板行为事件在所述目标稳定性跳变层面的模板行为趋对所述至少一个下游行为事件中各下游行为事件在所述目标稳定性跳变层面的风控依据所述待处理业务交互行为信息在所述用户社群注意力层面的注意力向量比较结确定所述互联网金融业务会话数据与所述模板业务交互行为信息对应的模板业务交依据所述第一交易预警度量值、所述第二交易预警度量值和所述从所述多个页面会话数据中筛选包含交易预警标签的页面会话将所述至少一个目标页面会话数据中的任一目标页面会话数据作为所述互联网金融8.一种风控优化系统，其特征在于，包括处存储器中的计算机程序，以执行权利要求1_7任一项所述的基于用户稳定性的风控优化方现权利要求1_7任一项所述的基于用户稳定性5据包括基于已授权风控线程监测所述目标平台用户得到的待[0006]对所述互联网金融业务会话数据中的待处理业务交互行为信息进行行为意向挖述互联网金融业务会话数据中对应的会话场景标签和每个所述下游行为事件的行为状态类别；[0007]依据所述行为意向挖掘结果对每个所述下游行为事件进行目标稳定性跳变层面[0009]依据所述下游行为事件对应的行为趋势一致性权重与目标行为趋势设定权重的6[0023]依据所述行为意向挖掘结果对所述待处理业务交互行为信息进行用户社群注意[0025]依据所述用户社群注意力向量与所述模板注意力向量之间的注意力向量比较结[0026]优选的，所述用户社群注意力层面包括交易预警热力指标和所述依据所述行为意向挖掘结果对所述待处理业务交互行为信息进行用户社群注意力层[0027]确定所述至少一个下游行为事件中各下游行为事件对应会话场景标签的全局场风控置信度作为所述交易预警热力指标的用户社群注[0028]依据所述至少一个下游行为事件中各下游行为事件对应会话场景标签中会话语7[0030]确定所述目标关键语义块与模板关键语义块之间的特征依据所述特征差异权重确定所述待处理业务交互行为信息在所述交易预警分布指标的第[0031]确定所述平台用户风控置信度与模板交易预警置信度之间的置信度比较结果得[0033]将所述第一社群风控传导观点和所述第二社群风控传导观点作为所述待处理业[0036]确定所述异常交易预警特征与模板交易预警特征之间的等级比较结果得到等级[0037]将所述第一社群风控传导观点和所述第三社群风控传导观点作为所述待处理业[0039]对于每个所述下游行为事件在所述目标稳定性跳变层面依据所述行为趋势一致性权重与相应模板行为事件在所述目标稳定性跳变层面的模板行[0040]对所述至少一个下游行为事件中各下游行为事件在所述目标稳定性跳变层面的[0041]依据所述待处理业务交互行为信息在所述用户社群注意力层面的注意力向量比[0042]确定所述互联网金融业务会话数据与所述模板业务交互行为信息对应的模板业8[0048]将所述至少一个目标页面会话数据中的任一目标页面会话数据作为所述互联网程序被处理器执行时实现上述的基于用户稳定性9[0058]请参阅图1，为本申请实施例所提供的一种基于用户稳定性的风控优化方法的流会话数据包括基于已授权风控线程监测所述目标平台用户得到的待处理业务交互行为信在所述互联网金融业务会话数据中对应的会话场景标签和每个所述下游行为事件的行为交互行为信息中与所述下游行为事件相匹配重的判别观点，输出所述下游行为事件在所述目标稳定性跳变层面的异常风控优化建议；所述目标行为趋势设定权重为所述目标稳定性跳变层面对应的行为趋势[0072]互联网金融业务会话数据是指在用户与互联网金融平台进行交互过程中产生的[0073]已授权风控线程是指互联网金融平台中负责实时监控和记录用户行为的安全线这些原始数据随后会被整合成会话数据的形式，其中每个会话都代表了用户A在某一时间[0079]会话场景标签是指根据用户在互联网金融业务会话中的具体行为为其所处的场签有助于风控优化系统更精确地理解用户当前的额交易的用户突然频繁进行大额转账，这种行为的跳变就可能是一个需要关注的风险信[0083]行为趋势向量提取是指从用户的行为数据中提取出能够代表其行为趋势的数学标行为趋势向量是评估用户行为稳定性和风险性的重[0088]行为趋势一致性权重是衡量用户当前行为趋势与模板行为趋势向量之间相似度[0089]模板业务交互行为信息是指根据历史数据和业务规则所构建的一套标准的业务过S104的分析和比较，风控优化系统能够更准确地识别出用户行为中的异常和潜在风险，为后续的风控措施和优化建议提供了有力的数[0092]判别观点是指在进行行为趋势一致性权重与目标行为趋势设定权重的比较时所[0093]异常风控优化建议是指风控优化系统在检测到下游行为事件的行为趋势与设定如某个功能区域的点击热度；而行为事件分布向量则揭示了用户行为在空间上的分布情户的后续行为。这样使得风控优化系统在处理互联网金融业务会话数据时更加精准和高户在执行特定行为时的激活状态和可能遇到的风险[0118]通过这种实施方式，风控优化系统能够更准确地识别出和适应性，使其能够根据不同用户的行为特征和风险水平进行个性化的风险控制策略制户社群对特定业务交互行为关注度的量化指标。系统通过分析用户在社群中的交互行为、些已经被系统认定为正常或异常的业务交互行为，它们的注意力向量可以作为比较的基据所述至少一个下游行为事件中各下游行为事件对应会话场景标签中会话语义块的定位提到的全局场景风控置信度是一个综合评估指标，它考虑了会话场景中的多个风险因素，控传导观点作为所述待处理业务交互行为信息的社群风控传导观所述互联网金融业务会话数据与所述模板业务交互行为信息对应的模板业务交互行为映[0152]如此，风控优化系统能够综合利用多个层面的信息来评[0153]在一些可选的实施例中，所述获取目标平台用户对应的互联网金融业务会话数前风控优化系统的一个页面会话流内；对所述网页蜘蛛爬取结果按照页面会话流进行拆标页面会话数据作为所述互联网金融业务会[0156]网页蜘蛛爬取结果中包含了通过已授权风控线程在当前风控优化系统中采集的