[發明專利]用戶風險的確定方法和目標風險識別模型的建立方法

在審

• 申請號: 201910608864.4
• 申請日: 2019-07-08
• 公開（公告）號: CN110458572A
• 公開（公告）日: 2019-11-15
• 發明（設計）人: 宋博文;陳弢;陳帥;楊陸毅
• 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;G06Q30/06
• 代理公司: 11127 北京三友知識產權代理有限公司
• 代理人: 李輝<國際申請>=<國際公布>=<進入國

本說明書提供了一種用戶風險的確定方法和目標風險識別模型的建立方法。其中，目標風險識別模型的建立方法通過先獲取目標區域的樣本數據，以及在第一區域中利用第一區域的樣本數據訓練得到的第一風險識別模型，而不是第一區域的樣本數據；再在目標區域中利用目標區域的樣本數據對第一風險識別模型進行模型訓練得到針對目標區域的目標風險識別模型，解決了由于第一區域和目標區域之間存在數據隔離導致目標區域的服務器無法有效地學習第一區域的樣本數據影響目標區域的建模的技術問題，從而能充分地利用第一區域所積累的建模經驗，通過遷移學習在目標區域中建立出針對目標區域的目標風險識別模型，提高了在目標區域中建模的準確度，以及建模效率。

技術領域

本說明書屬于互聯網技術領域，尤其涉及一種用戶風險的確定方法和目標風險識別模型的建立方法。

背景技術

在多個區域(例如多個不同國家)分別開展業務時，往往會先確定并根據各個區域中用戶的風險等級為所對應區域中的用戶分別提供匹配的業務服務或開放匹配的權限；或者，根據各個區域中用戶的風險等級，對各個區域中風險等級較高的用戶的業務處理進行監控、管理等，以保障所開展的業務在各個區域中整體運行的穩定。

為了確定各個區域中用戶的風險等級，通常會先分別根據各個區域的數據資源建立對應該區域的風險識別模型，再利用風險識別模型分別確定出所對應區域中用戶的風險等級。

但是，在對新區域開展業務工作，建立針對新區域的風險識別模型時，由于前期在新區域的業務量相對較少，導致新區域的服務器可以獲取得到的新區域的樣本數據也會相對較少。例如，可能缺少用于建模的黑樣本數據等。并且，由于不同區域的樣本數據會涉及所在各個區域的區域數據隱私保護，導致不同區域之間還存在數據隔離，即新區域的服務器不能獲取或者使用其他區域(例如老區域)的樣本數據。這樣在建立新區域的風險識別模型時，由于能夠獲取使用的樣本數據數量較少，導致所建立的風險識別模型的準確度會相對差。

例如，某網絡支付平臺在A區域建立針對A區域的風險識別模型時，需要獲取A區域的用戶的身份數據。但由于該網絡支付平臺在A區域開展業務工作的時間相對較短，所積累擁有的A區域的用戶身份數據相對較少。而該網絡支付平臺在A區域的鄰近區域B區域擁有大量用戶身份數據，積累了較多的建模經驗。但出于B區域用戶數據的隱私保護考慮，B區域的用戶身份數據是不允許離境的，導致在A區域建立風險識別模型時，是不能獲取使用B區域的用戶身份數據，而只能使用A區域本地的用戶身份數據進行模型訓練，使得在A區域建立的風險識別模型的準確度往往相對較差，影響在A區域中用戶的風險等級的識別確定。

因此，亟需一種能夠有效獲取利用存在數據隔離的其他區域的建模經驗，以準確、高效地建立針對本區域的風險識別模型的建模方法。

發明內容

本說明書目的在于提供一種用戶風險的確定方法和目標風險識別模型的建立方法，以充分地利用存在數據隔離的第一區域所積累的建模經驗，高效、準確地在目標區域中建立出針對目標區域的目標風險識別模型，從而提高了目標區域建模的準確度，以及建模效率。

本說明書提供的一種用戶風險的確定方法和目標風險識別模型的建立方法是這樣實現的：

一種用戶風險的確定方法，包括：獲取目標區域中的目標用戶的特征數據；利用針對目標區域的目標風險識別模型對目標用戶的特征數據進行識別處理，得到識別結果；其中，所述目標風險識別模型為在目標區域中，根據目標區域的樣本數據和第一風險識別模型得到的；所述第一風險識別模型為在第一區域中，利用第一區域的樣本數據進行訓練得到的；根據所述識別結果，確定目標用戶的風險等級。