[發明專利]風險事件的識別、風險識別模型的生成方法、裝置、設備及介質

有效

• 申請號: 201910140124.2
• 申請日: 2019-02-26
• 公開（公告）號: CN110008991B
• 公開（公告）日: 2023-05-02
• 發明（設計）人: 趙乾坤;肖凱;王維強
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06Q10/0635;G06Q40/02
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許振新;朱文杰

1.一種風險事件的識別方法，所述方法包括：

確定目標事件的事件特征數據；其中，所述事件特征數據包括所述目標事件與其他事件場景下的事件所共有的共有特征數據和所述目標事件所特有的特有特征數據；

根據所述共有特征數據和訓練的風險識別模型中的第一風險識別模塊對所述目標事件進行風險識別，得到第一風險識別結果，以及，根據所述特有特征數據和所述風險識別模型中與所述目標事件所屬的事件場景相對應的第二風險識別模塊對所述目標事件進行風險識別，得到第二風險識別結果；

其中，所述風險識別模型包括第一風險識別模塊和多個第二風險識別模塊，每個所述第二風險識別模塊對應一種事件場景；所述第一風險識別模塊基于各事件場景下的事件的共有特征數據所訓練得到；所述第二風險識別模塊基于每種事件場景下的事件的特有特征數據所訓練得到；

將所述第一風險識別結果和所述第二風險識別結果進行融合處理，以確定所述目標事件的風險識別結果。

2.如權利要求1所述的方法，所述根據所述共有特征數據和訓練的風險識別模型中的第一風險識別模塊對所述目標事件進行風險識別，得到第一風險識別結果，包括：

根據所述共有特征數據和所述第一風險識別模塊，對所述目標事件的風險程度進行打分，得到所述目標事件所對應的第一分值，作為所述第一風險識別結果；

所述根據所述特有特征數據和所述風險識別模型中與所述目標事件所屬的事件場景相對應的第二風險識別模塊對所述目標事件進行風險識別，得到第二風險識別結果，包括：

根據所述特有特征數據和所述第二風險識別模塊，對所述目標事件的風險程度進行打分，得到所述目標事件所對應的第二分值，作為所述第二風險識別結果。

3.如權利要求1或2所述的方法，所述根據所述特有特征數據和所述風險識別模型中與所述目標事件所屬的事件場景相對應的第二風險識別模塊對所述目標事件進行風險識別，得到第二風險識別結果，還包括：

確定所述目標事件所屬的事件場景；

根據所述目標事件所屬的事件場景，從所述風險識別模型所包含的多個第二風險識別模塊中確定用于對所述目標事件進行風險識別的第二風險識別模塊。

4.如權利要求2所述的方法，所述將所述第一風險識別結果和所述第二風險識別結果進行融合處理，以確定所述目標事件的風險識別結果，包括：

計算所述第一分值和所述第二分值的融合分值；

將所述融合分值確定為所述目標事件的風險識別結果。

5.如權利要求4所述的方法，通過如下公式計算所述第一分值和所述第二分值的融合分值：

其中，在上述公式中，x₁表示所述第一分值，x₂表示所述第二分值，x表示所述融合分值。

6.一種風險識別模型的生成方法，所述方法包括：

確定各事件場景下的樣本事件所對應的事件特征數據和事件標簽數據；其中，所述事件標簽數據用于表征所述樣本事件是否為風險樣本事件；

根據所述各事件場景下的樣本事件的事件特征數據，確定目標樣本事件所對應的共有特征數據和目標事件標簽數據；其中，所述目標樣本事件為從各事件場景下的樣本事件中篩選出的滿足設定規則的樣本事件；

根據所述目標樣本事件所對應的共有特征數據和所述目標事件標簽數據，訓練風險識別模型的第一風險識別模塊；以及，分別根據各個事件場景所對應的事件特征數據中的特有特征數據和所述事件標簽數據，訓練所述風險識別模型中各個事件場景所對應的第二風險識別模塊。

7.如權利要求6所述的方法，所述設定規則包括：所述風險樣本事件和非風險樣本事件的比例滿足設定比值。

8.如權利要求6或7所述的方法，所述分別根據各個事件場景所對應的事件特征數據中的特有特征數據和所述事件標簽數據，訓練所述風險識別模型中各個事件場景所對應的第二風險識別模塊，包括：

分別根據各個事件場景所對應的特有特征數據和事件標簽數據，對所述第一風險識別模塊進行優化，得到各個事件場景所對應的第二風險識別模塊。