[發明專利]風險識別方法、裝置、設備及介質

有效

• 申請號: 201910870897.6
• 申請日: 2019-09-16
• 公開（公告）號: CN110570301B
• 公開（公告）日: 2022-03-18
• 發明（設計）人: 楊情;房溪;朱晨;陳鵬程
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q20/40;G06N20/00
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 謝冬寒

1.一種風險識別方法，其特征在于，所述方法包括：

獲取在線網絡業務的業務數據；

將所述業務數據輸入至風險識別模型中得到風險識別結果，所述風險識別模型是根據總訓練集訓練得到的，所述總訓練集包括：觀察時間達到表現期的第一白樣本集和第一黑樣本集，以及所述觀察時間未達到所述表現期的第二白樣本集和第二黑樣本集，所述第二白樣本集是基于所述第一白樣本集對所述觀察時間未達到所述表現期的目標樣本集進行半監督學習得到的，所述第二黑樣本集是在所述觀察時間內出現風險行為的樣本集，所述表現期是用于判斷樣本是否為成熟樣本的一個期限；

根據所述風險識別結果對所述在線網絡業務進行處理；

其中，所述第二白樣本集中的第二白樣本是采用如下方式訓練得到的：

采用自訓練集訓練得到分類模型，所述自訓練集包括所述第一白樣本集和所述第一黑樣本集；

采用所述分類模型對所述目標樣本集中的樣本進行識別，得到所述目標樣本集中的每個樣本的識別標定結果；

當所述識別標定結果不滿足準確性條件時，將所述識別標定結果為白樣本且與所述第一白樣本集之間的聚類距離滿足聚類條件的樣本，作為所述第二白樣本添加至所述自訓練集中；

重新執行所述采用自訓練集訓練得到所述分類模型的步驟。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

計算所述第一白樣本集的第一均值和第一方差作為聚類中心；

計算所述識別標定結果為白樣本的樣本與所述聚類中心的歐式距離，作為所述聚類距離。

3.根據權利要求1所述的方法，其特征在于，所述采用所述分類模型對所述目標樣本集中的樣本進行識別，得到所述目標樣本集中的每個樣本的識別標定結果，包括：

采用所述分類模型對所述目標樣本集中的樣本進行識別，得到所述目標樣本集中的每個樣本的識別標定概率；

當所述目標樣本集中的樣本的所述識別標定概率大于黑白劃分閾值時，確定所述樣本的識別標定結果為所述黑樣本；

當所述目標樣本集中的樣本的所述識別標定概率小于所述黑白劃分閾值時，確定所述樣本的識別標定結果為所述白樣本；

其中，所述黑白劃分閾值是基于所述識別標定概率標定為白樣本和黑樣本時的閾值。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

將所述第二黑樣本集的識別準確率大于第一閾值，且對所述第二黑樣本集的召回率大于第二閾值時的識別標定概率，確定為所述黑白劃分閾值。

5.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當所述識別標定結果滿足所述準確性條件且存在歷史添加的第二白樣本時，根據所述歷史添加的第二白樣本以及本次的所述識別標定結果為白樣本的樣本，得到所述第二白樣本集；

當所述識別標定結果滿足所述準確性條件且不存在歷史添加的第二白樣本時，根據本次的所述識別標定結果為白樣本的樣本，得到所述第二白樣本集。

6.根據權利要求1所述的方法，其特征在于，所述方法還包括：

當所述識別標定結果不滿足準確性條件時，從所述第二黑樣本集中抽取若干個第二黑樣本添加至所述自訓練集。

7.根據權利要求1至6任一所述的方法，其特征在于，所述準確性條件，包括：

樣本中心和聚類中心之間的距離小于閾值；

其中，所述樣本中心是基于本次的所述識別標定結果為白樣本的樣本子集的第二均值和第二方差確定的，所述聚類中心是基于所述第一白樣本集的第一均值和第一方差確定的。