针对交易场景的用户身份识别方法和装置.pdf

(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CN110852755A(43)申请公布日2020.02.28(21)申请号201911075119.4(22)申请日2019.11.06(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人吴郑伟刘子奇(74)专利代理机构北京亿腾知识产权代理事务所(普通合伙)11309代理人孙欣欣周良玉(51)Int.Cl.G06Q20/40(2012.01)权利要求书4页说明书9页附图3页(54)发明名称针对交易场景的用户身份识别方法和装置(57)摘要本说明书实施例提供一种针对交易场景的用户身份识别方法和装置，方法包括：获取目标用户到目标商户进行交易时采集的目标用户的目标生物信息；查找与目标生物信息最相似的多个存储生物信息，将多个存储生物信息分别对应的用户作为目标用户的候选用户；根据针对关系网络图预先训练的图神经网络模型，确定各候选用户分别对应的各第一节点嵌入向量，以及目标商户对应的第二节点嵌入向量；根据各第一节点嵌入向量和第二节点嵌入向量，确定各候选用户到目标商户的各交易概率中的最大交易概率；当最大交易概率大于预设阈值时，将最大交易概率对应的候选用户确定为目标用户。能够提高交易场景中用户身份识别的准确性。CN110852755ACN110852755A权利要求书1/4页1.一种针对交易场景的用户身份识别方法，所述方法包括：获取目标用户到目标商户进行交易时采集的所述目标用户的目标生物信息；从预先存储的存储生物信息与用户的各对应关系中，查找与所述目标生物信息最相似的多个存储生物信息，将所述多个存储生物信息分别对应的用户作为所述目标用户的候选用户；根据针对关系网络图预先训练的图神经网络模型，确定各候选用户分别对应的各第一节点嵌入向量，以及所述目标商户对应的第二节点嵌入向量；其中，所述关系网络图包括与多个用户对应的多个用户节点，多个商户对应的多个商户节点，每个用户节点通过第一类连接边连接到第一历史时段上具有交易关系的商户所对应的商户节点，并通过第二类连接边连接到具有好友关系的用户所对应的用户节点；根据各所述第一节点嵌入向量和所述第二节点嵌入向量，确定各所述候选用户到所述目标商户的各交易概率中的最大交易概率；当所述最大交易概率大于预设阈值时，将所述最大交易概率对应的候选用户确定为所述目标用户。2.如权利要求1所述的方法，其中，所述目标生物信息包括以下至少一种：人脸信息、指纹信息、视网膜信息、虹膜信息、声音信息和骨架信息。3.如权利要求1所述的方法，其中，所述确定各所述候选用户到所述目标商户的各交易概率，包括：确定各所述第一节点嵌入向量和所述第二节点嵌入向量之间的各相关度；将各相关度映射到交易概率的取值区间内，得到各所述候选用户到所述目标商户的各交易概率。4.如权利要求1所述的方法，其中，所述图神经网络模型通过以下方式预先训练：确定所述关系网络图中各个节点的节点特征，各个连接边的边特征；基于所述节点特征确定各个节点的初级迭代的节点嵌入向量；执行多级向量迭代，以确定各个节点的多级迭代的节点嵌入向量，其中所述多级向量迭代的每级向量迭代包括，对于各个节点，至少基于该节点的邻居节点的上一级迭代的节点嵌入向量、连接该节点的连接边的边特征向量，以及参数集，确定该节点的本级迭代的节点嵌入向量；将第二历史时段中发生过交易的商户与用户作为一组正样本，正样本具有第一标签值，将该第二历史时段中没有发生过交易的商户与用户作为一组负样本，负样本具有第二标签值，对于各组商户与用户，基于该商户的多级迭代的节点嵌入向量、该用户的多级迭代的节点嵌入向量，确定该组商户与用户对应的交易概率预测值，其中，所述第二历史时段在所述第一历史时段之后；调整所述参数集中的参数值，使得预定义的损失函数的函数值达到最小，其中所述损失函数的函数值基于各组商户与用户的交易概率预测值和标签值而确定。5.如权利要求4所述的方法，其中，确定各个节点的节点特征包括：对于各个节点中的用户节点，至少采用该用户节点对应的用户常住地作为节点特征；和/或，对于各个节点中的商户节点，至少采用该商户节点对应的商户地理位置作为节点特2CN110852755A权利要求书2/4页征。6.如权利要求4所述的方法，其中，确定各个连接边的边特征包括：对于各个连接边中的第一类连接边，将该连接边所连接的商户与用户之间的交易频次作为该连接边的边特征；和/或，对于各个连接边中的第二类连接边，将该连接边所连接的两个用户好友关系建立的时长作为该连接边的边特征。7.如权利要求4所述的方法，还包括：初始化所述参数集。8.如权利要求4所述的方法，其中，所述确定该节点的本级迭代的节点嵌入向量，包括：利用所述参数集中