收寄件数据分析方法、装置、计算机设备和存储介质与流程

技术特征：
1.一种收寄件数据分析方法，其特征在于，所述方法包括：获取数据分析任务，确定待分析的目标用户和目标时刻，根据所述目标时刻所属目标时间段，得到所述目标时间段对应的收寄件数据；根据所述收寄件数据，构建无向图，通过特征降维，将所述无向图上的节点嵌入低维特征空间；根据所述目标用户在所述低维特征空间中对应的目标节点，得到所述目标节点在所述目标时刻对应的第一特征表示序列、以及所述目标节点在参照时刻对应的第二特征表示序列，所述参照时刻与所述目标时刻关联；将所述第一特征表示序列和所述第二特征表示序列分别输入hmm模型，得到第一预测结果和第二预测结果；根据所述第一预测结果与所述第二预测结果的差异数据，得到所述目标用户在目标时刻的欺诈概率。2.根据权利要求1所述的方法，其特征在于，所述根据所述收寄件数据，构建无向图，通过特征降维，将所述无向图上的节点嵌入低维特征空间包括：根据所述收寄件数据对应的收寄行为，确定所述收寄件数据关联的用户；以所述用户为节点、以所述收寄行为为节点关联关系，构建无向图；对所述无向图中的节点进行特征降维，基于所述无向图与所述低维特征空间的映射关系，将所述节点嵌入低维特征空间。3.根据权利要求2所述的方法，其特征在于，所述对所述无向图中的节点进行特征降维，基于所述无向图与所述低维特征空间的映射关系，将所述节点嵌入低维特征空间之前，还包括：根据低维特征空间中的节点关系，确定所述低维特征空间的目标函数；根据随机梯度下降优化算法，在所述目标函数取最优值时，确定所述无向图与所述低维特征空间的映射关系。4.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户在所述低维特征空间中对应的目标节点，得到所述目标节点在所述目标时刻对应的第一特征表示序列、以及所述目标节点在参照时刻对应的第二特征表示序列包括：根据所述低维特征空间与所述无向图的映射关系，确定所述低维特征空间中与所述目标用户对应的目标节点；根据随机游走算法，得到所述目标节点在所述低维特征空间中的邻近节点；根据所述目标时间段中的任一时刻，获取所述目标节点与所述邻近节点构成的子图在所述时刻的低维特征数据；筛选所述目标时刻之前的各时刻对应的低维特征数据，得到所述目标节点在所述目标时刻对应的第一特征表示序列；确定与所述目标时刻关联的参照时刻，筛选所述目标节点在所述参照时刻之前的各时刻对应的低维特征数据，得到所述参照时刻对应的第二特征表示序列。5.根据权利要求4所述的方法，其特征在于，所述筛选所述目标时刻之前的各时刻对应的低维特征数据，得到所述目标节点在所述目标时刻对应的第一特征表示序列包括：获取特征表示序列的目标特征数量；
根据所述目标特征数量，以所述目标时刻为最后时刻进行递推，依次获取目标时刻之前的各时刻对应的低维特征数据；当获取的低维特征数据的数量达到所述目标特征数量时，根据所述获取的低维特征数据，构建所述第一特征表示序列。6.根据权利要求1所述的方法，其特征在于，所述将所述第一特征表示序列和所述第二特征表示序列分别输入hmm模型，得到第一预测结果和第二预测结果之前，还包括：将多个节点对应的特征表示序列作为初始hmm模型的观测序列；以所述观测序列为训练数据，根据baum-welch算法训练所述hmm模型的参数，得到所述hmm模型。7.根据权利要求1所述的方法，其特征在于，所述根据所述第一预测结果与所述第二预测结果的差异数据，得到所述目标用户在目标时刻的欺诈概率包括：确定所述第一预测结果与所述第二预测结果的差异数据；计算所述差异数据与所述第一预测结果的比值；当所述比值不小于预设阈值时，得到存在欺诈行为的分析结果；当所述比值小于预设阈值时，得到不存在欺诈行为的分析结果。8.一种收寄件数据分析装置，其特征在于，所述装置包括：任务获取模块，用于获取数据分析任务，确定待分析的目标用户和目标时刻，根据所述目标时刻所属目标时间段，得到所述目标时间段对应的收寄件数据；节点嵌入模块，用于根据所述收寄件数据，构建无向图，通过特征降维，将所述无向图上的节点嵌入低维特征空间；序列得到模块，用于根据所述目标用户在所述低维特征空间中对应的目标节点，得到所述目标节点在所述目标时刻对应的第一特征表示序列、以及所述目标节点在参照时刻对应的第二特征表示序列，所述参照时刻与所述目标时刻关联；结果预测模块，用于将所述第一特征表示序列和所述第二特征表示序列分别输入hmm模型，得到第一预测结果和第二预测结果；欺诈分析模块，用于根据所述第一预测结果与所述第二预测结果的差异数据，得到所述目标用户在目标时刻的欺诈概率。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种收寄件数据分析方法、装置、计算机设备和存储介质。方法包括：获取数据分析任务，确定待分析的目标用户和目标时刻，根据目标时刻所属目标时间段，得到目标时间段对应的收寄件数据，根据收寄件数据，构建无向图，通过特征降维，将无向图上的节点嵌入低维特征空间，根据目标用户在低维特征空间中对应的目标节点，得到目标节点在目标时刻对应的第一特征表示序列、以及目标节点在与目标时刻关联的参照时刻对应的第二特征表示序列，将第一特征表示序列和第二特征表示序列分别输入HMM模型，得到第一预测结果和第二预测结果，根据两个预测结果间的差异数据，得到目标用户在目标时刻的欺诈概率，通过上述方案，能够得到准确的欺诈分析结果。确的欺诈分析结果。确的欺诈分析结果。


技术研发人员：张艳鹏
受保护的技术使用者：顺丰科技有限公司
技术研发日：2020.11.11
技术公布日：2022/5/16