[發明專利]風險控制方法、裝置、服務器及可讀存儲介質

在審

• 申請號: 201810361737.4
• 申請日: 2018-04-20
• 公開（公告）號: CN108564376A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 傅欣藝;程羽;陳弢
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06Q40/08
• 代理公司: 北京眾達德權知識產權代理有限公司 11570
• 代理人: 劉杰

本說明書實施例提供了一種風險控制方法，基于所述風險特征，輸入至預置的寬線性?深度神經網絡模型進行風險預測，得到所述交易數據的風險分值。本發明實施例采用的寬線性?深度神經網絡模型結合了寬線性模型和深度神經網絡模型的優點，可對風險交易進行有效識別。

技術領域

本說明書實施例涉及互聯網技術領域，尤其涉及一種風險控制方法、裝置、服務器及可讀存儲介質。

背景技術

隨著互聯網的快速發展，各種形式的業務不斷涌現，如在線銀行、在線支付、在線購物等基于互聯網的服務業務。人們已經越來越習慣在網上進行各種生活或商務活動。

由于互聯網是一個開放的網絡，任何人在任何地方都可以很方便地連接到互聯網上。互聯網在給人們生活提供便利的同時，也帶來了風險。尤其是隨著電子商務平臺和第三方交易平臺的發展，網絡金融犯罪以及網上詐騙、信用卡盜刷等不斷出現。因此，互聯網風險控制越來越重要。

發明內容

本說明書實施例提供及一種風險控制方法、裝置、服務器及可讀存儲介質。

第一方面，本說明書實施例提供一種風險控制方法，包括：

獲取交易數據；

從所述交易數據中提取出風險特征；

基于所述風險特征，輸入至預置的寬線性-深度神經網絡模型進行風險預測，得到所述交易數據的風險分值；

基于所述風險分值對所述交易數據進行控制。

第二方面，本說明書實施例提供一種風險控制裝置，包括：

數據獲取單元，用于獲取交易數據；

特征提取單元，用于從所述交易數據中提取出風險特征；

風險預測單元，用于基于所述風險特征，輸入至預置的寬線性-深度神經網絡模型進行風險預測，得到所述交易數據的風險分值；

風險控制單元，用于基于所述風險分值對所述交易數據進行控制。

第三方面，本說明書實施例提供一種服務器，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現所述方法的步驟。

第四方面，本說明書實施例提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現所述方法的步驟。

本說明書實施例有益效果如下：本發明實施例中，通過預先建立的wide&deep模型可對風險特征進行有效識別。特別的，當當前wide&deep模型無法對風險特征進行識別時，在一種可選方式中，支持根據策略端識別結果對wide&deep模型進行更新。

附圖說明

圖1為本說明書實施例風險控制應用場景示意圖；

圖2為本說明書實施例第一方面提供的風險控制方法流程圖；

圖3為本說明書實施例中風險控制系統實例示意圖；

圖4為本說明書實施例第二方面提供的風險控制裝置結構示意圖；

圖5為本說明書實施例第三方面提供的風險控制服務器結構示意圖。

具體實施方式

為了更好的理解上述技術方案，下面通過附圖以及具體實施例對本說明書實施例的技術方案做詳細的說明，應當理解本說明書實施例以及實施例中的具體特征是對本說明書實施例技術方案的詳細的說明，而不是對本說明書技術方案的限定，在不沖突的情況下，本說明書實施例以及實施例中的技術特征可以相互組合。