(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111622834.2 (22)申请日 2021.12.28 (71)申请人 深圳华云信息系统有限公司 地址 518000 广东省深圳市南 山区粤海街 道高新南七道数字技术园国家工程实 验室大楼 A座904号 (72)发明人 郭国峰　郭开文　钟艺馨　高越　 (74)专利代理 机构 深圳智汇远见知识产权代理 有限公司 4 4481 代理人 聂磊 (51)Int.Cl. G06Q 20/40(2012.01) G06N 20/00(2019.01) (54)发明名称 一种数据处理方法、 装置、 电子设备及存储 介质 (57)摘要 本发明涉及一种数据处理方法、 装置、 电子 设备及存储介质， 该数据处理方法包括： 接收用 于获取欺诈评分的评分获取请求； 获取所述评分 获取请求所对应的目标用户的用户行为数据及 所述交易数据； 将所述用户行为数据及所述交易 数据输入预设机器学习模型， 以使所述预设机器 学习模型输出欺诈评分； 输出与所述评分获取请 求对应的所述欺诈评分。 本发明实施例能够自动 根据用户行为数据及交易数据预测目标用户的 欺诈评分， 并输出， 可以便于根据欺诈评分侦测 欺诈交易， 及时发现欺诈交易， 提高欺诈交易侦 测的效率、 降低欺诈交易的风险。 权利要求书2页 说明书8页 附图2页 CN 114386978 A 2022.04.22 CN 114386978 A 1.一种数据处 理方法， 其特 征在于， 包括： 接收用于获取欺诈评分的评分获取请求； 获取所述评分获取请求所对应的目标用户的用户行为数据及交易数据； 将所述用户行为数据及所述交易数据输入预设机器学习 模型， 以使所述预设机器学习 模型输出欺诈评分； 输出与所述评分获取请求对应的所述欺诈评分。 2.根据权利要求1所述的数据处理方法， 其特征在于， 将所述用户行为数据及所述交易 数据输入预设机器学习模型， 以使所述预设机器学习模型输出欺诈评分， 包括： 将所述用户行为数据输入所述预设机器学习模型中的行为分析子模型， 得到第一评 分； 将所述交易数据输入所述预设机器学习模型中的交易分析子模型， 得到第二评分； 获取所述行为分析子模型对应的第一权 重及所述交易分析子模型对应的第二权 重； 计算所述第 一评分与 所述第一权重的第 一乘积， 计算所述第 二评分与 所述第二权重的 第二乘积； 将所述第一乘积与所述第二乘积的和 确定为所述欺诈评分。 3.根据权利要求2所述的数据处理方法， 其特征在于， 将所述用户行为数据输入所述预 设机器学习模型中的行为分析子模型， 得到第一评分， 包括： 将所述用户行为数据进行聚类， 得到聚类结果； 计算所述聚类结果与其它多个用户行为数据的聚类结果的偏差值； 将所述偏差值与预设补偿权 重的乘积确定为所述第一评分。 4.根据权利要求2所述的数据处理方法， 其特征在于， 将所述交易数据输入所述预设机 器学习模型中的交易分析子模型， 得到第二评分， 包括： 将所述交易数据与所述交易分析子模型中的多个数据范围对比； 将所述交易数据所在的数据范围确定为目标 数据范围； 将所述目标 数据范围对应的评分确定为所述第二评分。 5.根据权利要求1所述的数据处理方法， 其特征在于， 获取所述评分获取请求所对应的 目标用户的用户行为数据及所述交易数据， 包括： 向预设数据提供接口发送数据获取请求， 所述数据获取请求包含所述评分获取请求所 对应的目标用户的用户标识； 接收所述预设数据提供接口返回的所述用户行为数据及所述交易数据。 6.根据权利要求1所述的数据处 理方法， 其特 征在于， 所述方法还 包括： 每隔预设自学习周期， 获取预设自学习周期内多个用户的用户行为数据、 交易数据及 根据所述用户行为数据和所述交易数据确定的所述欺诈评分； 将所述预设自学习周期内多个用户的用户行为数据和 交易数据分别输入预设机器学 习模型， 以使所述预设机器学习模型输出 预测自学习评分； 若多个所述预测自学习评分与所述预设自学习周期内对应的欺诈评分之间的相似度 超过预设第一相似度阈值， 确定所述预设机器学习模型自学习完毕。 7.根据权利要求1所述的数据处理方法， 其特征在于， 所述预设机器学习 模型的训练方 法， 包括：权　利　要　求　书 1/2 页 2 CN 114386978 A 2获取历史记录的多个用户的用户行为数据、 交易数据及根据所述用户行为数据和所述 交易数据确定的所述欺诈评分； 将历史记录的多个用户的用户行为数据和交易数据分别 输入预设机器学习模型， 以使 所述预设机器学习模型输出 预测训练评分； 若多个所述预测训练评分与对应的欺诈评分之间的相似度超过预设第 二相似度阈值， 确定所述预设机器学习模型训练完毕。 8.一种数据处 理装置， 其特 征在于， 包括： 接收模块， 用于 接收用于获取欺诈评分的评分获取请求； 获取模块， 用于获取所述评分获取请求所对应的目标用户的用户行为数据及交易数 据； 输入模块， 用于将所述用户行为数据及所述交易数据输入预设机器学习模型， 以使所 述预设机器学习模型输出欺诈评分； 输出模块， 用于 输出与所述评分获取请求对应的所述欺诈评分。 9.一种电子设备， 其特征在于， 包括处理器、 通信接口、 存储器和通信总线， 其中， 处理 器， 通信接口， 存 储器通过通信总线完成相互间的通信； 存储器， 用于存放计算机程序； 处理器， 用于执行存储器上所存放的程序时， 实现权利要求1～7任一所述的数据处理 方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有数据处 理方法的程序， 所述数据处理方法的程序被处理器执行时实现权利要求1 ‑7任一所述的数 据处理方法的步骤。权　利　要　求　书 2/2 页 3 CN 114386978 A 3