[發明專利]基于智能學習的風險評估方法、裝置、設備、系統和介質

在審

• 申請號: 202010615232.3
• 申請日: 2020-06-30
• 公開（公告）號: CN111783038A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 周洋杰;陳亮輝;付琰;方軍
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06N20/00;G06Q40/02
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;劉芳

本申請公開了一種基于智能學習的風險評估方法、裝置、設備、系統和介質，涉及大數據和深度學習技術。其中，該方法應用于控制服務器，具體實現方案為：接收終端設備發送的用戶風險評估請求和第一評估信息，第一評估信息為依據第一預設模型所生成的，第一預設模型為依據多個訓練設備的第一梯度信息進行聯合分析得到的；根據控制服務器中的數據和第二預設模型，生成第二評估信息，第二預設模型為根據第二梯度信息所獲取到的，第一梯度信息和第二梯度信息表征聯合訓練結果；根據第一評估信息和第二評估信息，生成用戶風險評估結果；將用戶風險評估結果，發送給終端設備。控制服務器就可以根據終端設備傳遞的信息，完成風險評估。

技術領域

本申請涉及人工智能領域，具體涉及大數據和深度學習技術。具體地，本申請提供了一種基于智能學習的風險評估方法、裝置、設備、系統和介質。

背景技術

隨著生活的科技化，經常需要對用戶的信息進行風險評估。例如，金融市場的發展，用戶經常需要進行網上貸款；進而需要對用戶是否符合貸款要求進行評估、或者對用戶可以申請哪些貸款產品進行評估。

現有技術中，服務器可以將用戶標簽發送給第三方測評設備進行測評，得到用戶評價分數，然后由方服務器確定出風險評估，例如，由服務器確定出用戶貸款是否通過。

然而現有技術中，需要第三方測評設備的參與，一旦第三方測評設備與網貸方服務器之間通信終端，則無法為用戶進行風險評估。

發明內容

本申請提供了一種用于便于為用戶進行風險評估的基于智能學習的風險評估方法、裝置、設備、系統和介質。

根據本申請的第一方面，提供了一種基于智能學習的風險評估方法，所述方法應用于控制服務器，所述方法包括：

接收終端設備發送的用戶風險評估請求，并接收所述終端設備發送的第一評估信息，其中，所述第一評估信息為依據第一預設模型和第一用戶特征數據所生成的，所述第一預設模型為依據多個訓練設備的第一梯度信息進行聯合分析得到的，所述第一梯度信息用于表征一個訓練設備與所述控制服務器之間的聯合訓練結果；

根據所述控制服務器中的第二用戶特征數據和第二預設模型，生成第二評估信息，其中，所述第二預設模型為根據第二梯度信息所獲取到的，所述第二梯度信息用于表征多個訓練設備與所述控制服務器的聯合訓練結果；

根據所述第一評估信息和所述第二評估信息，生成用戶風險評估結果；

將所述用戶風險評估結果，發送給所述終端設備。

根據本申請的第二方面，提供了一種基于智能學習的風險評估裝置，所述裝置應用于控制服務器，所述裝置包括：

第一接收單元，用于接收終端設備發送的用戶風險評估請求，并接收所述終端設備發送的第一評估信息，其中，所述第一評估信息為依據第一預設模型和第一用戶特征數據所生成的，所述第一預設模型為依據多個訓練設備的第一梯度信息進行聯合分析得到的，所述第一梯度信息用于表征一個訓練設備與所述控制服務器之間的聯合訓練結果；

第一生成單元，用于根據所述控制服務器中的第二用戶特征數據、和第二預設模型，生成第二評估信息，其中，所述第二預設模型為根據第二梯度信息所獲取到的，所述第二梯度信息用于表征多個訓練設備與所述控制服務器的聯合訓練結果；

第二生成單元，用于根據所述第一評估信息和所述第二評估信息，生成用戶風險評估結果；

第一發送單元，用于將所述用戶風險評估結果，發送給所述終端設備。

根據本申請的第三方面，提供了一種基于智能學習的風險評估方法，所述方法應用于控制服務器，所述方法包括：