一种账户类型预测方法及账户类型预测装置与流程

本公开涉及计算机，尤其涉及一种账户类型预测方法及账户类型预测装置。

背景技术：

1、目前在很多对目标账户识别分类的场景中，识别分类的准确度受限于多方面因素，包括目标账户的数据完整性和目标账户与标签账户的相似性，当目标账户缺失账户交互信息时，目标账户与标签账户的信息维度不一致，将会导致难以识别分类，进而导致识别分类不准。

技术实现思路

1、为了解决上述提出的至少一个技术问题，本公开提出了一种账户类型预测方法及账户类型预测装置。

2、根据本公开的一些实施例中，提供了一种账户类型预测方法，所述方法包括：获取业务数据，所述业务数据包括至少两个账户和多个信息交互记录，任一所述信息交互记录的双方均属于所述至少两个账户；基于所述业务数据构建初始业务交互图，所述初始业务交互图中的任一节点对应所述至少两个账户中的一个账户，所述初始业务交互图中的任一边指示所述任一边相关的两个账户之间的信息交互关系；将所述初始业务交互图输入图预测模型，得到目标账户对应的账户类型，所述目标账户为所述两个账户中的任一账户；其中，所述图预测模型为对输入的业务交互图进行图预测和基于图预测结果的图提示学习训练得到。

3、基于上述方案，可以在业务数据量较少以至于难以识别目标账户类型的情况下，通过预训练的图预测模型进行图预测以补充业务数据，再基于补充的业务数据即可识别目标账户的账户类型，降低账户类型的识别难度。

4、在一些可能的实施方式中，所述将所述初始业务交互图输入图预测模型，得到目标账户对应的账户类型，包括基于所述图预测模型执行下述操作：对所述初始业务交互图进行图预测，得到中间业务交互图，所述中间业务交互图相较于所述初始业务交互图包括至少一个新增节点和至少一个新增边；融合所述中间业务交互图和所述初始业务交互图，得到目标业务交互图；基于所述目标业务交互图预测所述目标账户对应的账户类型。

5、基于上述方案，可以实现对初始业务交互图的修正，既可以补全目标账户的邻居账户以及目标账户与邻居账户的信息交互关系，也可以将目标账户与已知账户关联起来，从而提高对目标账户的账户类型识别的准确度。

6、在一些可能的实施方式中，所述融合所述中间业务交互图和所述初始业务交互图，得到目标业务交互图，包括：对所述中间业务交互图进行聚合处理，得到每一账户类型对应的业务交互子图；将各所述业务交互子图分别与所述初始业务交互图进行图融合，得到所述目标业务交互图。

7、基于上述方案，可以将聚合处理后的业务交互子图作为提示图的基础，每个业务交互子图对应一种账户类型，将业务交互子图融合进初始业务交互图中，对目标账户预测账户类型时，识别目标账户对应的业务交互子图，即可得到目标账户的账户类型，降低对目标账户的账户类型识别的难度。

8、在一些可能的实施方式中，所述将各所述业务交互子图分别与所述初始业务交互图进行图融合，得到所述目标业务交互图，包括：对各所述业务交互子图分别进行图特征提取，得到各所述业务交互子图分别对应的图特征；提取所述初始业务交互图中各个节点分别对应的点特征；基于各所述点特征和各所述图特征，确定所述初始业务交互图与各所述业务交互子图之间的相似关系；基于所述相似关系，所述业务交互子图与各所述初始业务交互图进行图融合，得到所述目标业务交互图。

9、基于上述方案，针对每个初始业务交互图的节点匹配相似的业务交互子图，从而将相似的业务交互子图与对应的节点融合，业务交互子图作为提示图，提高对目标账户的账户类型识别的速度。

10、在一些可能的实施方式中，所述相似关系包括所述初始业务交互图中每一节点相对于每一所述业务交互子图对应的图特征的相似度，所述基于所述相似关系，所述业务交互子图与各所述初始业务交互图进行图融合，得到所述业务交互图，包括：针对所述初始业务交互图中每一节点以及每一业务交互子图，基于图特征以及相似度，确定所述节点与所述业务交互子图的节点融合结果；对所述节点以及各所述节点融合结果进行特征融合，得到融合节点；基于各所述融合节点，得到所述目标业务交互图。

11、基于上述方案，通过融合节点的方式对初始业务交互图中的节点进行更新，更新后的节点特征包括原始节点特征和新增特征，新增特征为多个业务交互子图按照相似度权重分配的融合特征，即更新后的节点特征信息包含目标节点和邻居节点的信息，对应的目标账户补充了缺失的账户交互信息，从而使目标账户的信息维度达到识别分类的要求。

12、在一些可能的实施方式中，所述图预测模型基于下述方法训练得到：获取样本业务数据，所述样本业务数据包括至少两个样本账户和多个样本信息交互记录，所述至少两个业务账户中的目标样本账户存在对应的账户类型标签；基于所述样本业务数据构建样本业务交互图；对所述样本业务交互图部分信息隐藏处理，得到模拟业务交互图，所述模拟业务交互图相比于所述样本业务交互图，隐藏至少一个节点和至少一个边；将所述模拟业务交互图输入预设模型，得到所述目标样本账户对应的账户类型预测结果；基于所述账户类型预测结果和所述账户类型标签之间的差异，调整所述预设模型的参数，得到所述图预测模型。

13、基于上述方案，通过对已知的样本业务交互图部分信息隐藏处理，可以模拟初始业务交互图中缺失账户交互信息的账户，基于已知的样本业务交互图先部分信息隐藏处理再预测恢复，可以确保图预测模型的预测数据的准确。

14、在一些可能的实施方式中，所述预设模型包括图学习模型和分类模型，所述将所述模拟业务交互图输入预设模型，得到所述目标样本账户对应的账户类型预测结果，包括：将所述模拟业务交互图输入所述图学习模型，得到业务交互预测图；将所述业务交互预测图输入所述分类模型，得到所述目标样本账户对应的账户类型预测结果。

15、基于上述方案，图学习模型和分类模型按照账户类型预测方法的顺序进行训练，可以提高账户类型预测的速度，且分类模型的训练基于图学习模型的训练数据进行，可以减少训练两个不同模型的训练数据需求量，并减少模型的训练时间。

16、在一些可能的实施方式中，所述将所述模拟业务交互图输入所述图学习模型，得到业务交互预测图，包括：对所述模拟业务交互图进行图预测，得到中间业务交互预测图；融合所述中间业务交互预测图和所述模拟业务交互图，得到所述业务交互预测图；所述基于所述账户类型预测结果和所述账户类型标签之间的差异，调整所述预设模型的参数，得到所述图预测模型之前，所述方法还包括：基于所述中间业务交互预测图和所述样本业务交互图之间的差异，调整所述图学习模型的参数；所述基于所述账户类型预测结果和所述账户类型标签之间的差异，调整所述预设模型的参数，得到所述图预测模型，包括：在冻结所述图学习模型的参数的基础上，基于所述账户类型预测结果和所述账户类型标签之间的差异，调整所述预设模型的参数，得到所述图预测模型。

17、基于上述方案，通过设置合理的自监督任务，可以确保图预测模型能够预测准确，同时图预测模型的训练速度快。

18、在一些可能的实施方式中，所述对所述模拟业务交互图进行图预测，得到中间业务交互预测图，包括：基于所述模拟业务交互图进行节点预测，得到节点预测图，所述节点预测图相较于所述模拟业务交互图新增至少一个节点；基于所述节点预测图的新增节点，进行边生成，得到所述中间业务交互预测图。

19、基于上述方案，图预测模型在进行图预测的过程与之前对样本业务交互图部分信息隐藏处理的过程对应，从而提高预测的准确性。

20、根据本公开的另一些实施例中，提供了一种账户类型预测装置，所述装置包括：数据获取模块，用于获取样本业务数据和待分类的业务数据；训练模块，用于对所述样本业务数据训练得到图预测模型；预测模块，用于对所述待分类的业务数据预测处理，得到所述业务数据中目标账户对应的账户类型。

21、根据本公开的另一些实施例中，提供了一种客户审核系统，包括上述实施例中所述的一种账户类型预测装置，还包括审核装置，所述审核装置根据所述账户类型预测装置输出的目标账户的账户类型，得到所述目标账户的账户类型对应的目标客户的审核结果。

22、根据本公开的另一些实施例中，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现上述一些实施例中所述的一种目标账户标签分类预测方法。

23、根据本公开的另一些实施例中，提供了一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述至少一个处理器通过执行所述存储器存储的指令实现上述一些实施例中所述的一种目标账户标签分类预测方法。

24、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

25、根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。