[發明專利]風控決策方法、計算機設備及存儲介質

在審

• 申請號: 202010405458.0
• 申請日: 2020-05-14
• 公開（公告）號: CN111311136A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 吳剛;吳輔世;曹新建;張磊;支磊
• 申請（專利權）人: 深圳索信達數據技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06F16/21
• 代理公司: 深圳市力道知識產權代理事務所(普通合伙) 44507
• 代理人: 何姣

1.一種風控決策方法，其特征在于，用于服務器，所述方法包括：

從客戶端接收主動數據和結構化數據，其中，所述主動數據包括用戶提交的數據，所述結構化數據包括客戶端對互動數據和/或被動數據進行結構化處理得到的數據，所述互動數據包括用戶操作動作，所述被動數據包括客戶端信息；

對所述主動數據進行驗證，對所述結構化數據進行解析，將通過驗證的主動數據和解析得到的解析數據存儲于數據庫；

基于畫像模型庫中的畫像模型，根據通過驗證的主動數據和所述解析數據生成用戶特征數據，以建立當前用戶的用戶畫像；

基于風控決策引擎，根據所述用戶畫像生成風控結果；

根據所述風控結果響應所述客戶端的業務請求；

其中，所述風控決策引擎包括至少一個決策樹，所述決策樹包括至少一個節點；

所述基于風控決策引擎，根據所述用戶畫像生成風控結果，包括：

基于所述決策樹的決策節點，根據對應的用戶特征數據生成對應的風控變量，以及根據所述風控變量調整所述決策樹的風控系數；

根據至少一個所述決策樹的風控系數，生成風控結果。

2.如權利要求1所述的風控決策方法，其特征在于，所述基于風控決策引擎，根據所述用戶畫像生成風控結果，還包括：

基于所述決策樹的決策節點，根據對應的用戶特征數據跳轉至下一個決策節點；或者

基于所述決策樹的決策節點，根據對應的用戶特征數據生成風控結果。

3.如權利要求1所述的風控決策方法，其特征在于，所述決策節點包括規則節點和/或評分節點，所述基于所述決策樹的決策節點，根據對應的用戶特征數據生成對應的風控變量，包括：

基于所述規則節點和/或所述評分節點，根據對應的用戶特征數據生成對應的風控變量；

其中，所述規則節點包括若干風控規則和所述若干風控規則的組合邏輯，所述評分節點包括若干評分因子和所述若干評分因子各自的權重，以及所述若干評分因子的組合邏輯。

4.如權利要求3所述的風控決策方法，其特征在于，所述方法還包括：

基于機器學習算法和/或風控人員的管理操作，從規則庫中確定若干風控規則和所述若干風控規則的組合邏輯，以生成新的規則節點；和/或

基于機器學習算法和/或風控人員的管理操作，從評分因子庫中確定若干評分因子、所述若干評分因子各自的權重和所述若干評分因子的組合邏輯，以生成新的評分節點。

5.如權利要求1-4中任一項所述的風控決策方法，其特征在于，所述方法還包括：

獲取所述當前用戶的第三方數據和/或歷史數據；

所述基于畫像模型庫中的畫像模型，根據所述解析數據，以及所述第三方數據和/或歷史數據生成用戶特征數據，以建立所述當前用戶的用戶畫像。

6.如權利要求1-4中任一項所述的風控決策方法，其特征在于，所述方法還包括：

對所述畫像模型庫中的畫像模型進行刪除、更新或新增；

其中，所述對所述畫像模型庫中的畫像模型進行刪除、更新或新增，包括：

基于機器學習算法，根據多個用戶的畫像標簽以及主動數據和/或所述解析數據訓練畫像模型；

評估所述畫像模型的效果，將通過評估的畫像模型更新或者新增至所述畫像模型庫。