[發明專利]風險判斷方法和裝置

有效

• 申請號: 201910584545.4
• 申請日: 2019-07-01
• 公開（公告）號: CN110310123B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 宋博文;魯嘉鑫;劉騰飛;張天翼;程羽;王維強
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40
• 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

1.一種用于風險判斷的方法，包括：

獲取交易事件的特征集；

使用第一模型處理所述特征集以生成第一預測值，所述第一模型是使用經核實的歷史樣本集來訓練的，所述第一模型用于生成所述交易事件的特征集對應的所述第一預測值；

使用第二模型處理所述特征集以生成第二預測值，所述第二模型是使用未核實的歷史樣本集來訓練的，其中與所述經核實的歷史樣本集相關的交易事件是在與所述未核實的歷史樣本集相關的交易事件之前發生的；以及

基于所述第一預測值和所述第二預測值來確定所述交易事件是否存在風險。

2.如權利要求1所述的方法，其特征在于，所述經核實的歷史樣本集包括經核實的黑樣本和白樣本，并且所述方法進一步包括：

使用所述經核實的黑樣本和白樣本及其標簽來訓練所述第一模型。

3.如權利要求1所述的方法，其特征在于，進一步包括：

從所述未核實的歷史樣本集生成多個屬性特征集；

針對所述多個屬性特征集中的每一個屬性特征集，基于該屬性特征集生成屬性標簽；

基于多個屬性標簽來生成偽標簽；以及

使用所述未核實的歷史樣本集和所述偽標簽來訓練所述第二模型。

4.如權利要求3所述的方法，其特征在于，所述基于該屬性特征集生成屬性標簽包括：

確定該屬性特征集中的每個特征的特征風險值；以及

將該屬性特征集的多個特征風險值進行加權求和以確定所述屬性標簽。

5.如權利要求4所述的方法，其特征在于，所述確定所述屬性標簽包括：

將加權求和的結果與閾值進行比較；

如果所述加權求和的結果大于或等于所述閾值，則確定所述屬性標簽為第一屬性值；以及

如果所述加權求和的結果小于所述閾值，則確定所述屬性標簽為第二屬性值。

6.如權利要求3所述的方法，其特征在于，所述基于該屬性特征集生成屬性標簽包括：

確定所述屬性特征集中的每個特征是否滿足預定條件；

如果特征滿足預定條件，則確定該特征的特征風險值為1；

如果特征不滿足預定條件，則確定該特征的特征風險值為0；以及

對所述屬性特征集的多個特征風險值進行邏輯或運算以確定所述屬性標簽。

7.如權利要求3所述的方法，其特征在于，所述多個屬性標簽包括第一屬性值和第二屬性值，并且所述基于所述多個屬性標簽來生成所述偽標簽包括：

確定所述多個屬性標簽中取值為第一屬性值的屬性標簽的數目與取值為第二屬性值的屬性標簽的數目的比率；

將所述比率與閾值進行比較；以及

如果所述比率大于或等于所述閾值，則確定所述偽標簽為第一偽標簽值；以及

如果所述比率小于所述閾值，則確定所述偽標簽為第二偽標簽值。

8.如權利要求1所述的方法，其特征在于，所述基于所述第一預測值和所述第二預測值來確定所述交易事件是否存在風險包括：

將所述第一預測值進行歸一化處理以得到經歸一化的第一預測值；

將所述第二預測值進行歸一化處理以得到經歸一化的第二預測值；

將所述經歸一化的第一預測值和所述經歸一化的第二預測值加權求和以確定所述交易事件的預測數據；以及

根據所述交易的預測數據來確定所述交易事件是否存在風險。