基于多维数据挖掘的用户信用确定方法

摘要

本发明提供了一种基于多维数据挖掘的用户信用确定方法，该方法包括：记录已确认的风险用户与当前待分析用户的特征样本二元组训练一个深度卷积网络，通过学习一组分层非线性变换将特征样本二元组投影到新建特征空间中，利用相似度算法分别得到当前待分析用户与风险用户的行为模式相似度；如果当前待分析用户与某个风险用户的行为模式相似度大于预设阈值，则将当前待分析用户识别为失信用户。本发明提出了一种基于多维数据挖掘的用户信用确定方法，减少了待分析用户行为特征的数量，消除了特征间的冗余，采用的分类模型更加高效实用，有效地提高信用评估的速度以及评估的准确性，更好地适应了海量数据的流式计算场景。