[發(fā)明專利]風(fēng)險(xiǎn)評(píng)估模型訓(xùn)練、風(fēng)險(xiǎn)評(píng)估方法、裝置及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811342817.1
• 申請(qǐng)日: 2018-11-13
• 公開（公告）號(hào): CN109598414A
• 公開（公告）日: 2019-04-09
• 發(fā)明（設(shè)計(jì)）人: 李超;陳帥;夏威;王立
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06K9/62
• 代理公司: 北京國(guó)昊天誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 11315
• 代理人: 許振新;朱文杰

1.一種風(fēng)險(xiǎn)評(píng)估模型訓(xùn)練方法，所述方法包括：

獲取服務(wù)商的至少一種類型的風(fēng)險(xiǎn)用戶的風(fēng)險(xiǎn)相關(guān)信息，所述風(fēng)險(xiǎn)相關(guān)信息包括對(duì)應(yīng)類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例；

基于所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例，分別確定所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值，所述聯(lián)合概率分布值用于表征對(duì)應(yīng)類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例的聯(lián)合概率在預(yù)設(shè)分值范圍內(nèi)的映射值；

基于多個(gè)樣本數(shù)據(jù)進(jìn)行聚類訓(xùn)練，得到無(wú)監(jiān)督學(xué)習(xí)的評(píng)估主體風(fēng)險(xiǎn)評(píng)估模型，一個(gè)所述樣本數(shù)據(jù)包括一個(gè)服務(wù)商的所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值。

2.根據(jù)權(quán)利要求1所述的方法，

其中，所述基于所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例，分別確定所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值，包括：

將所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例輸入聯(lián)合概率分布值估計(jì)模型，得到所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值。

3.根據(jù)權(quán)利要求2所述的方法，還包括：

將多變量聯(lián)合概率估計(jì)模型中第一變量的概率用對(duì)應(yīng)類型的風(fēng)險(xiǎn)用戶的數(shù)目表征，并將所述多變量聯(lián)合概率估計(jì)模型中第二變量的概率用對(duì)應(yīng)類型的風(fēng)險(xiǎn)用戶的比例表征，得到所述聯(lián)合概率分布值估計(jì)模型，所述多變量聯(lián)合概率估計(jì)模型用于估計(jì)所述第一變量和所述第二變量的聯(lián)合概率。

4.根據(jù)權(quán)利要求1所述的方法，還包括：

獲取目標(biāo)服務(wù)商的至少一種類型的風(fēng)險(xiǎn)用戶的所述風(fēng)險(xiǎn)相關(guān)信息；

基于所述目標(biāo)服務(wù)商的所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例，確定所述目標(biāo)服務(wù)商的所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值；

將所述目標(biāo)服務(wù)商的所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值輸入所述評(píng)估主體風(fēng)險(xiǎn)評(píng)估模型中，得到所述目標(biāo)服務(wù)商的風(fēng)險(xiǎn)評(píng)估結(jié)果。

5.根據(jù)權(quán)利要求4所述的方法，還包括：

基于所述風(fēng)險(xiǎn)評(píng)估結(jié)果，確定所述目標(biāo)服務(wù)商的風(fēng)險(xiǎn)等級(jí)。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，

無(wú)監(jiān)督學(xué)習(xí)的所述評(píng)估主體風(fēng)險(xiǎn)評(píng)估模型包括孤立森林、單類支持向量機(jī)和自動(dòng)編碼器中的任一種。

7.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，

所述至少一種類型的風(fēng)險(xiǎn)用戶包括虛假交易類型用戶、欺詐類型用戶、賭博類型用戶和套現(xiàn)類型用戶中的至少一種。

8.一種風(fēng)險(xiǎn)評(píng)估方法，所述方法包括：

獲取目標(biāo)服務(wù)商的至少一種類型的風(fēng)險(xiǎn)用戶的風(fēng)險(xiǎn)相關(guān)信息，所述風(fēng)險(xiǎn)相關(guān)信息包括對(duì)應(yīng)類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例；

基于所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例，分別確定所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值，所述聯(lián)合概率分布值用于表征對(duì)應(yīng)類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例的聯(lián)合概率在預(yù)設(shè)分值范圍內(nèi)的映射值；

將所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值輸入無(wú)監(jiān)督學(xué)習(xí)的評(píng)估主體風(fēng)險(xiǎn)評(píng)估模型，得到所述目標(biāo)服務(wù)商的風(fēng)險(xiǎn)評(píng)估結(jié)果，其中，所述評(píng)估主體風(fēng)險(xiǎn)評(píng)估模型基于多個(gè)樣本數(shù)據(jù)進(jìn)行聚類訓(xùn)練得到，一個(gè)所述樣本數(shù)據(jù)包括一個(gè)服務(wù)商的所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值。

9.根據(jù)權(quán)利要求8所述的方法，還包括：

基于所述多個(gè)樣本數(shù)據(jù)進(jìn)行聚類訓(xùn)練，得到無(wú)監(jiān)督學(xué)習(xí)的所述評(píng)估主體風(fēng)險(xiǎn)評(píng)估模型。

10.根據(jù)權(quán)利要求8所述的方法，

其中，所述基于所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例，分別確定所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值，包括：

將所述至少一種類型的風(fēng)險(xiǎn)用戶的數(shù)目和比例輸入聯(lián)合概率分布值估計(jì)模型，得到所述至少一種類型的風(fēng)險(xiǎn)用戶對(duì)應(yīng)的聯(lián)合概率分布值。