买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉奇瑞徽银汽车金融股份有限公司申请的专利一种异常用户识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115630325B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211413143.6，技术领域涉及：G06F18/241；该发明授权一种异常用户识别方法是由王延松;张磊;王蒙;芮阳阳;丁超铃设计研发完成，并于2022-11-11向国家知识产权局提交的专利申请。

本一种异常用户识别方法在说明书摘要公布了：本发明公开一种异常用户识别方法，方法具体包括如下步骤：S1、提取用户样本的特征数据，构建用户特征矩阵X，特征数据包括：交易对象、性别、年龄及用户所在地；S2、基于用户样本的交易数据构建邻接矩阵；S3、将用户特征矩阵X及邻接矩阵输入图卷积神经网络，图卷积神经网络输出用户特征矩阵X′，进而获取用户的特征向量；S4、将用户的特征向量输入线性分类器，输出用户的预测标签，标签为异常用户或正常用户。基于异常点分布描述的特征分离模型，使得对节点用户分类重要的特征集能够抵抗分布外泛化带来的负面影响，提升模型的预测效果和鲁棒性。

本发明授权一种异常用户识别方法在权利要求书中公布了：1.一种异常用户识别方法，其特征在于，所述方法具体包括如下步骤： S1、提取用户样本的特征数据，构建用户特征矩阵X，特征数据包括：交易对象、性别、年龄及用户所在地； S2、基于用户样本的交易数据构建邻接矩阵； S3、将用户特征矩阵X及邻接矩阵输入图卷积神经网络，图卷积神经网络输出用户特征矩阵X′，进而获取用户的特征向量； S4、将用户的特征向量输入线性分类器，输出用户的预测标签，标签为异常用户或正常用户； 所述用户特征矩阵X′的获取方法具体如下： S31、基于当前迭代中最后一层输出的隐藏矩阵HL来对样本特征进行分类，将对样本异常判定贡献大的样本特征放入特征子集C中，剩余样本特征放入特征子集S； S32、基于特征子集C来计算异常用户与当前异常原型向量间的KL散度及异常用户与正常原型向量之间的KL散度，两者取差记为LtC； S34、基于特征子集S来计算所有用户与s个邻居之间的平均KL散度及所有用户与随机的s个非邻居之间的平均KL散度，两者取差记为LtS； S35、基于散度差LtC、散度差LtS及交叉熵损失LGNN计算当前模型指参数对应的损失值，选择损失值最小的模型参数； S36、检测当前迭代次数是否达到次数阈值，若检测结果为是，则步骤S31中的隐藏矩阵HL即为用户特征矩阵X′，若检测结果为否，则执行第一次迭代，即执行步骤S31； 当前第t次迭代过程中的隐藏矩阵HL形成方法具体如下： 将第l层的隐藏矩阵Hl和第l层的权重矩阵Wl相乘后经过ReLU激活函数非线性化处理得到下一层隐藏矩阵Hl+1，隐藏矩阵Hl+1中的行表示第l层中各样本的四个特征，计算公式具体如下: Hl+1＝σAnHlWl； H0＝X； 其中，σ为激活函数，Wl表示第l次迭代时的指导模型参数，W0为随机初始化； 第L层输出的隐藏矩阵即为隐藏矩阵HL。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人奇瑞徽银汽车金融股份有限公司，其通讯地址为：241000 安徽省芜湖市沈巷电信大道(安康路)东；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。