[發明專利]一種風控規則生成方法和裝置

有效

• 申請號: 201810144812.1
• 申請日: 2018-02-12
• 公開（公告）號: CN108460523B
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 張天翼;宋博文
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/04
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許志勇

1.一種風控規則生成方法，包括：

將源域與目標域進行數據結構對齊，得到樣本數據集合，其中，所述樣本數據集合中包括源域樣本數據和目標域樣本數據，所述源域對應成熟業務場景，所述目標域對應新業務場景；

基于預設收斂閾值，對所述樣本數據集合進行多次迭代，得到所述樣本數據集合中每個樣本數據的權重分值；

根據所述樣本數據集合中每個樣本數據的權重分值，確定預設風控規則生成條件中的特征參數值；

根據所述預設風控規則生成條件，以及所述預設風控規則生成條件中的特征參數值，生成風控規則；

將源域與目標域進行數據結構對齊，得到樣本數據集合，包括：

將所述源域和所述目標域中，具有相同變量維度的變量數據，和/或，具有相同業務邏輯定義的變量數據，添加到所述樣本數據集合中；

基于預設收斂閾值，對所述樣本數據集合進行多次迭代，得到所述樣本數據集合中每個樣本數據的權重分值，包括：

基于預設算法和所述樣本數據集合，確定分類模型；

通過降低錯誤分類的所述源域樣本數據的權重，以及提高錯誤分類的所述目標域樣本數據的權重，對所述樣本數據集合進行多次迭代，直到所述分類模型的分類正確率滿足所述預設收斂閾值；

基于所述分類正確率滿足所述預設收斂閾值的所述分類模型，確定所述樣本數據集合中每個樣本數據的權重分值。

2.如權利要求1所述的方法，根據所述樣本數據集合中每個樣本數據的權重分值，確定預設風控規則生成條件中的特征參數值，包括：

根據所述樣本數據集合中每個樣本數據的權重分值，采用加權決策樹算法，確定所述預設風控規則生成條件中的特征參數值。

3.如權利要求1所述的方法，所述變量數據是客戶關系管理RFM變量數據，用于表示交易事件的風險相似性。

4.如權利要求3所述的方法，所述RFM變量數據包括：交易信息變量、風險網絡變量、用戶歷史行為變量。

5.一種風控規則生成裝置，包括：

集合確定單元，將源域與目標域進行數據結構對齊，得到樣本數據集合，其中，所述樣本數據集合中包括源域樣本數據和目標域樣本數據，所述源域對應成熟業務場景，所述目標域對應新業務場景；

權重確定單元，基于預設收斂閾值，對所述樣本數據集合進行多次迭代，得到所述樣本數據集合中每個樣本數據的權重分值；

特征值確定單元，根據所述樣本數據集合中每個樣本數據的權重分值，確定預設風控規則生成條件中的特征參數值；

規則生成單元，根據所述預設風控規則生成條件，以及所述預設風控規則生成條件中的特征參數值，生成風控規則；

所述集合確定單元具體用于：

將所述源域和所述目標域中，具有相同變量維度的變量數據，和/或，具有相同業務邏輯定義的變量數據，添加到所述樣本數據集合中；

所述權重確定單元具體用于：

基于預設算法和所述樣本數據集合，確定分類模型；

通過降低錯誤分類的所述源域樣本數據的權重，以及提高錯誤分類的所述目標域樣本數據的權重，對所述樣本數據集合進行多次迭代，直到所述分類模型的分類正確率滿足所述預設收斂閾值；

基于所述分類正確率滿足所述預設收斂閾值的所述分類模型，確定所述樣本數據集合中每個樣本數據的權重分值。

6.如權利要求5所述的裝置，所述特征值確單元具體用于：

根據所述樣本數據集合中每個樣本數據的權重分值，采用加權決策樹算法，確定所述預設風控規則生成條件中的特征參數值。

7.如權利要求5所述的裝置，所述變量數據是客戶關系管理RFM變量數據，用于表示交易事件的風險相似性。

8.如權利要求7所述的裝置，所述RFM變量數據包括：交易信息變量、風險網絡變量、用戶歷史行為變量。