本技术涉及金融科技，特别是涉及一种资源转移的被欺诈风险识别方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
1、随着金融科技的进步和商业活动的复杂化，欺诈行为变得更加隐蔽和复杂，需要更加精密的方法来识别用户的资源转移是否存在被欺诈风险。
2、传统技术中，主要依赖于规则引擎、数据挖掘技术来识别用户的资源转移是否存在被欺诈风险。
3、然而，传统方法主要依赖于已知的风险识别模式和规则，对于新型的欺诈行为可能无法及时识别，无法根据不断变化的欺诈模式和风险环境进行自适应调整，导致被欺诈风险识别误报率和漏报率较高。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种资源转移的被欺诈风险识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本技术提供了一种资源转移的被欺诈风险识别方法，包括：
3、根据目标用户在目标次资源转移的资源转移数据以及被欺诈用户在被欺诈资源转移的资源转移数据，分别得到第一显语义特征以及第二显语义特征；
4、分别对所述第一显语义特征以及第二显语义特征进行特征提取和降维处理，得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征；用户潜语义特征表征相应用户的用户信息潜语义特征；资源转移潜语义特征表征相应资源转移的潜语义特征；
5、基于所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及所述第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定所述目标用户的所述目标次资源转移是否存在被欺诈风险。
6、在其中一个实施例中，所述分别对所述第一显语义特征以及第二显语义特征进行特征提取和降维处理，得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征，包括：
7、将所述第一显语义特征以及第二显语义特征分别分解为若干个具有乘积关系的第一低维显语义特征和若干个具有乘积关系的第二低维显语义特征；
8、分别根据若干个所述第一低维显语义特征和若干个所述第二低维显语义特征，得到若干个第一奇异值和若干个第二奇异值；
9、根据所述第一奇异值对应的第一奇异向量和所述第二奇异值对应的第二奇异向量，得到所述第一用户潜语义特征、所述第一资源转移潜语义特征和所述第二用户潜语义特征、所述第二资源转移潜语义特征。
10、在其中一个实施例中，在得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征之后，所述方法还包括：
11、根据所述第一用户潜语义特征与所述第二用户潜语义特征，得到用户点积；
12、根据所述第一用户潜语义特征与所述第二用户潜语义特征，得到第一用户长度和第二用户长度；
13、根据所述用户点积、所述第一用户长度和所述第二用户长度，得到所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度。
14、在其中一个实施例中，在得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征之后，所述方法还包括：
15、根据所述第一用户潜语义特征与所述第二用户潜语义特征，得到用户欧式距离；
16、根据所述用户欧式距离，得到所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度。
17、在其中一个实施例中，在被欺诈用户的数量为多个的情况下，所述基于所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及所述第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定所述目标用户的所述目标次资源转移是否存在被欺诈风险，包括：
18、基于所述目标用户与每一被欺诈用户在用户潜语义特征上的第一相似度以及在资源转移潜语义特征上的第二相似度，得到多个风险子识别结果；
19、综合所述多个风险子识别结果，得到风险识别结果；
20、根据所述风险识别结果，确定所述目标用户在所述目标次资源转移是否存在被欺诈风险。
21、在其中一个实施例中，所述综合所述多个风险子识别结果，得到风险识别结果，包括：
22、根据将所述被欺诈用户用在历史被欺诈风险识别中得到的历史风险识别结果与真实情况之间是否一致，得到所述被欺诈用户对应的风险识别结果准确率；
23、根据每一被欺诈用户对应的风险识别结果准确率，分别得到每一所述被欺诈用户的权重；
24、基于所述权重，对所述多个风险子识别结果进行加权求和，得到风险识别结果。
25、在其中一个实施例中，所述基于所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及所述第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定所述目标用户的所述目标次资源转移是否存在被欺诈风险，包括：
26、当所述第一相似度且所述第二相似度接近相似度阈值时，则确定所述目标用户的所述目标次资源转移被欺诈风险概率高于风险阈值；
27、当所述第一相似度或第二相似度不接近相似度阈值时，则确定所述目标用户的所述目标次资源转移被欺诈风险概率低于风险阈值。
28、第二方面，本技术还提供了一种资源转移的被欺诈风险识别装置，包括：
29、显语义获取模块，用于根据目标用户在目标次资源转移的资源转移数据以及被欺诈用户在被欺诈资源转移的资源转移数据，分别得到第一显语义特征以及第二显语义特征；
30、潜语义获取模块，用于分别对所述第一显语义特征以及第二显语义特征进行特征提取和降维处理，得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征；用户潜语义特征表征相应用户的用户信息潜语义特征；资源转移潜语义特征表征相应资源转移的潜语义特征；
31、风险确定模块，用于基于所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及所述第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定所述目标用户的所述目标次资源转移是否存在被欺诈风险。
32、第三方面，本技术还提供了一种计算机设备。所述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，所述处理器执行上述方法。
33、第四方面，本技术还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，其上存储有计算机程序，所述计算机程序被处理器执行上述方法。
34、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行上述方法。
35、上述资源转移的被欺诈风险识别方法、装置、计算机设备、存储介质和计算机程序产品，根据目标用户在目标次资源转移的资源转移数据以及被欺诈用户在被欺诈资源转移的资源转移数据，分别得到第一显语义特征以及第二显语义特征；分别对第一显语义特征以及第二显语义特征进行特征提取和降维处理，得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征；用户潜语义特征表征相应用户的用户信息潜语义特征；资源转移潜语义特征表征相应资源转移的潜语义特征；基于第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定目标用户的目标次资源转移是否存在被欺诈风险。本案借助被欺诈用户的被欺诈资源转移，判断目标用户在目标次资源转移是否存在被欺诈风险，降低对风险识别模式和规则的依赖，可以根据不断变化的欺诈模式和风险环境进行自适应调整，降低被欺诈风险识别的误报率和漏报率。
1.一种资源转移的被欺诈风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述分别对所述第一显语义特征以及第二显语义特征进行特征提取和降维处理，得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征，包括：
3.根据权利要求1所述的方法，其特征在于，在得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征之后，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，在得到第一用户潜语义特征、第一资源转移潜语义特征、第二用户潜语义特征和第二资源转移潜语义特征之后，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，在被欺诈用户的数量为多个的情况下，所述基于所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及所述第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定所述目标用户的所述目标次资源转移是否存在被欺诈风险，包括：
6.根据权利要求5所述的方法，其特征在于，所述综合所述多个风险子识别结果，得到风险识别结果，包括：
7.根据权利要求1所述的方法，其特征在于，所述基于所述第一用户潜语义特征与第二用户潜语义特征之间的第一相似度、以及所述第一资源转移潜语义特征与第二资源转移潜语义特征之间的第二相似度，确定所述目标用户的所述目标次资源转移是否存在被欺诈风险，包括：
8.一种资源转移的被欺诈风险识别装置，其特征在于，所述装置包括：
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。
11.一种计算机程序产品，包括计算机程序，其特征在于，该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。
