[發明專利]一種行為風險結果展示方法、裝置、終端及存儲介質

在審

• 申請號: 202011492249.0
• 申請日: 2020-12-16
• 公開（公告）號: CN112529691A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 卓民;楊楠
• 申請（專利權）人: 深圳市卡?？萍加邢薰?/a>
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發明實施例公開了一種行為風險結果展示方法、裝置、終端及存儲介質。一種行為風險結果展示方法，包括：獲取申請貸款的用戶的歷史交易數據中的高風險行為數據；根據高風險行為數據確定高風險行為顯著圖；在高風險行為顯著圖中展示高風險行為數據對應的一個或多個歷史交易操作的危險程度。通過畫出用戶行為顯著圖，直觀展示用戶的高風險行為，解決采用深度學習模型進行風險控制無法直觀展示結果的問題，實現通過行為顯著圖直觀解釋深度學習模型預測的用戶行為風險程度，使得深度學習模型可以普遍適用于風險控制管理，提高風險控制的準確性效果。

技術領域

本發明實施例涉及互聯網技術，尤其涉及一種行為風險結果展示方法、裝置、終端及存儲介質。

背景技術

在金融領域，尤其是貸款業務領域，常常需要對用戶的行為進行風險控制管理，在拒絕用戶貸款時，還需要告知用戶拒絕貸款的原因。

在機器學習的模型中,例如線性回歸、邏輯回歸及決策樹之類的方法,由于簡單易懂，能夠直觀展示結果，因此成為風險控制管理的主流。

深度學習網絡模型在用戶的歷史交易操作行為的風險控制上的效果較上述模型更好,但因為缺乏對結果的直觀解釋，較少用于貸款中的風險控制管理。

發明內容

本發明提供一種行為風險結果展示方法、裝置、終端及存儲介質，以實現采用深度學習模型對申請貸款的用戶的歷史交易操作進行風險控制時，對用戶的行為風險結果進行直觀的展示。

第一方面，本發明實施例提供了一種行為風險結果展示方法，包括：

獲取申請貸款的用戶的歷史交易數據中的高風險行為數據；

根據所述高風險行為數據確定高風險行為顯著圖；

在所述高風險行為顯著圖中展示所述高風險行為數據對應的一個或多個歷史交易操作的危險程度。

可選的，在所述申請貸款的用戶的歷史交易數據中的高風險行為數據之前，還包括：

獲取申請貸款的用戶的歷史交易數據中的多組行為數據；

將所述多組行為數據經過預設模型處理，得到所述多組行為數據對應的風險分數；

選取申請貸款的用戶的歷史交易數據中的一組高風險行為數據。

可選的，所述選取申請貸款的用戶的歷史交易數據中的一組高風險行為數據，包括：

判斷一組行為數據對應的風險分數是否大于預設值；

若大于預設值，則將此組行為數據作為目標行為數據。

可選的，所述根據所述高風險行為數據確定高風險行為顯著圖，包括：

獲取所述高風險行為數據中的行為特征向量；

對所述行為特征向量增加一個擾動值；

計算得到每一個所述行為特征向量的梯度，并畫出高風險行為顯著圖。

可選的，所述高風險行為顯著圖中不同區域用灰度值表示顯著性，所述在所述高風險行為顯著圖中展示所述高風險行為數據對應的一個或多個歷史交易操作的危險程度，包括：

所述高風險行為顯著圖中灰度值越低的區域對應的歷史交易操作的危險程度越高。

可選的，所述在所述高風險行為顯著圖中展示所述高風險行為數據對應的一個或多個歷史交易操作的危險程度之后，還包括：

根據所述一個或多個危險程度較高的歷史交易操作形成拒絕貸款的理由。

可選的，所述行為數據通過數據埋點獲??；所述預設模型為循環神經網絡模型。