[發明專利]一種業務風險防控方法、裝置及設備

有效

• 申請號: 201811184619.7
• 申請日: 2018-10-11
• 公開（公告）號: CN109598281B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 郝靜云
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06Q40/08
• 分類號: G06Q40/08;G06F18/241;G06F18/214
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種業務風險防控方法，包括：

獲取第一業務的第一訓練樣本集和第二業務的第二訓練樣本集，其中，第一業務的業務場景與第二業務的業務場景具有相似性關系，第一訓練樣本集和第二訓練樣本集中的訓練樣本均帶有風險標簽；以及，針對所述第一訓練樣本集和第二訓練樣本集中的任一訓練樣本，確定其采樣權重，利用以下步驟進行迭代處理，直到分類模型對所述第一訓練樣本集的分類錯誤率達到預設的要求：

基于所述訓練樣本的當前采樣權重生成分類模型；

確定當前分類模型對所述第一訓練樣本集的分類錯誤率；

若所述分類錯誤率未達到預設的要求，根據所述分類錯誤率調整訓練樣本的采樣權重；

迭代結束時，確定當前分類模型為目標分類模型，用于處理第一業務時進行風險防控。

2.如權利要求1所述的方法，確定分類模型對所述第一訓練樣本集的分類錯誤率，包括：

確認所述第一訓練樣本集中被誤分類的第一訓練樣本；

根據被誤分類的第一訓練樣本的當前權重值，確定所述分類錯誤率。

3.如權利要求1所述的方法，所述采樣權重為一個M+N維度的權重向量，訓練樣本的采樣權重與各維度的數值一一對應，其中，M為第一訓練樣本的數量，N為第二訓練樣本的數量；

所述根據所述分類錯誤率調整訓練樣本的采樣權重，包括：

基于預設的采樣權重調整函數對所述權重向量進行迭代調整，其中，所述采樣權重調整函數的自變量包括所述分類錯誤率。

4.如權利要求1所述的方法，根據所述分類錯誤率調整訓練樣本的采樣權重，包括：

確定發生分類錯誤的第二訓練樣本；

根據所述分類錯誤率，降低被誤分類的第二訓練樣本的采樣權重。

5.如權利要求1所述的方法，根據所述分類錯誤率調整訓練樣本的采樣權重，包括：

確定發生分類錯誤的第一訓練樣本；

根據所述分類錯誤率，增加被誤分類的第一訓練樣本的采樣權重。

6.一種業務風險防控裝置，包括：

樣本獲取模塊，獲取第一業務的第一訓練樣本集和第二業務的第二訓練樣本集，其中，第一業務的業務場景與第二業務的業務場景具有相似性關系，第一訓練樣本集和第二訓練樣本集中的訓練樣本均帶有風險標簽，以及，針對所述第一訓練樣本集和第二訓練樣本集中的任一訓練樣本，確定其采樣權重；

模型訓練模塊，基于所述訓練樣本的當前采樣權重生成分類模型；

分類錯誤率確定模塊，確定分類模型對所述第一訓練樣本集的分類錯誤率；

權重調整模塊，若所述分類錯誤率未達到預設的要求，根據所述分類錯誤率調整訓練樣本的采樣權重；

所述模型訓練模塊、分類錯誤率確定模塊和權重調整模塊互相配合，實現迭代處理，直到分類錯誤率達到預設的要求；

模型確定模塊，迭代結束時，確定當前的分類模型為目標分類模型，用于處理第一業務時進行風險防控。

7.如權利要求6所述的裝置，所述分類錯誤率確定模塊，確認所述第一訓練樣本集中被誤分類的第一訓練樣本；根據被誤分類的第一訓練樣本的當前權重值，確定所述分類錯誤率。

8.如權利要求6所述的裝置，所述采樣權重為一個M+N維度的權重向量，訓練樣本的采樣權重與各維度的數值一一對應，其中，M為第一訓練樣本的數量，N為第二訓練樣本的數量；所述權重調整模塊，基于預設的采樣權重調整函數對所述權重向量進行迭代調整，其中，所述采樣權重調整函數的自變量包括所述分類錯誤率。

9.如權利要求6所述的裝置，所述權重調整模塊，確定發生分類錯誤的第二訓練樣本；根據所述分類錯誤率，降低被誤分類的第二訓練樣本的采樣權重。

10.如權利要求6所述的裝置，所述權重調整模塊，確定發生分類錯誤的第一訓練樣本；根據所述分類錯誤率，增加被誤分類的第一訓練樣本的采樣權重。

11.一種計算機設備，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，其中，所述處理器執行所述程序時實現如權利要求1至5任一項所述的方法。