[發(fā)明專利]用戶風險識別方法、裝置及電子設備

在審

• 申請?zhí)枺?/td>: 201911290952.0
• 申請日: 2019-12-16
• 公開（公告）號: CN111210335A
• 公開（公告）日: 2020-05-29
• 發(fā)明（設計）人: 趙楠
• 申請（專利權(quán)）人: 北京淇瑀信息科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 北京清誠知識產(chǎn)權(quán)代理有限公司 11691
• 代理人: 喬東峰

本公開涉及一種用戶風險識別方法、裝置、電子設備及計算機可讀介質(zhì)。該方法包括：獲取用戶的金融信息和終端應用列表，所述終端應用列表中包括已安裝的應用信息；根據(jù)所述終端應用列表生成用戶特征向量；將所述用戶特征向量和金融信息輸入用戶風險模型中生成風險評分，所述用戶風險模型用于描述所述用戶具備金融風險的概率；以及在所述風險評分大于閾值時，將所述用戶確定為高風險用戶。本公開涉及的用戶風險識別方法、裝置、電子設備及計算機可讀介質(zhì)，能夠通過直觀的方式量化用戶終端上各個應用之間的關(guān)系，進而提取用戶特征，并結(jié)合多維度的用戶信息對用戶進行風險識別，提高風險識別的準確率。

技術(shù)領域

本公開涉及計算機信息處理領域，具體而言，涉及一種用戶風險識別方法、裝置、電子設備及計算機可讀介質(zhì)。

背景技術(shù)

隨著經(jīng)濟的發(fā)展，為了滿足其自身發(fā)展的需要，個人用戶或者企業(yè)用戶經(jīng)常由金融服務機構(gòu)進行借款活動，對于金融服務機構(gòu)而言，用戶的借款活動很可能會給金融服務公司帶來風險。在還款期限屆滿之前，借款人(信貸用戶)財務商務狀況的重大不利變化很可能影響其履約能力，從而發(fā)生呆賬、壞賬等風險，因此，為了降低此類風險的發(fā)生概率，金融服務機構(gòu)需要對借款人進行風險評估，根據(jù)風險評估結(jié)果，金融服務公司可拒絕為金融風險較高、不能還款的用戶提供服務。

目前，金融風險的判別經(jīng)常是通過對用戶的基礎信息和行為信息的進行分析獲得，可例如，基礎信息可包括用戶的年齡、性別、職業(yè)、地域等等，行為信息可包括用戶的借款信息、還款信息、違約信息等等。如何挖掘出更多的能夠反映用戶某一方面特征的信息，以對用戶的金融風險進行更加全面的分析和判別，是目前廣泛關(guān)注的課題。

在所述背景技術(shù)部分公開的上述信息僅用于加強對本公開的背景的理解，因此它可以包括不構(gòu)成對本領域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

發(fā)明內(nèi)容

有鑒于此，本公開提供一種用戶風險識別方法、裝置、電子設備及計算機可讀介質(zhì)，能夠通過直觀的方式量化用戶終端上各個應用之間的關(guān)系，進而提取用戶特征，并結(jié)合多維度的用戶信息對用戶進行風險識別，提高風險識別的準確率。

本公開的其他特性和優(yōu)點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據(jù)本公開的一方面，提出一種用戶風險識別方法，該方法包括：獲取用戶的金融信息和終端應用列表，所述終端應用列表中包括已安裝的應用信息；根據(jù)所述終端應用列表生成用戶特征向量；將所述用戶特征向量和金融信息輸入用戶風險模型中生成風險評分，所述用戶風險模型用于描述所述用戶具備金融風險的概率；以及在所述風險評分大于閾值時，將所述用戶確定為高風險用戶。

可選地，包括：提取所述終端應用列表中的多個應用信息；以及將所述多個應用信息和用戶特征向量字典進行比較以生成所述用戶特征向量。

可選地，將所述多個應用信息和用戶特征向量字典進行比較以生成所述用戶特征向量，包括：根據(jù)應用名稱由所述用戶特征向量字典中確定多個向量；以及將所述多個向量進行組合生成所述用戶特征向量。

可選地，還包括：通過歷史用戶的終端應用列表對長短期記憶網(wǎng)絡進行訓練生成用戶特征向量字典。

可選地，通過歷史用戶的終端應用列表對長短期記憶網(wǎng)絡進行訓練生成用戶特征向量字典，包括：基于對歷史用戶的金融信息的分析生成正樣本用戶集合和負樣本用戶集合；分別獲取正樣本用戶集合和負樣本用戶集合中的多個歷史用戶的終端應用列表，所述終端應用列表中包括已安裝的應用信息；基于所述終端應用列表分別生成正樣本應用集合和負樣本應用集合；通過長短期記憶網(wǎng)絡對正樣本應用集合和負樣本應用集合進行訓練，生成用戶特征向量字典。