[發明專利]風險信息確定方法、模型訓練方法、設備、程序產品

在審

• 申請號: 202110350708.X
• 申請日: 2021-03-31
• 公開（公告）號: CN113762967A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 石亞慶;林元晟;柳婷;王曉勤;羅尚勇
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06N3/04;G06K9/62
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 霍莉莉;黃健

本公開提供的風險信息確定方法、模型訓練方法、設備、程序產品，包括：獲取業務活動的待評估業務數據；待評估業務數據包括多個數據特征，每個數據特征對應于一個特征域；將與同一特征域對應的數據特征輸入與特征域對應的編碼網絡，得到與特征域對應的特征向量；將與特征域對應的特征向量輸入注意力層，得到包括各個特征向量之間關系的總向量；將總向量輸入確定子模塊，利用確定子模塊確定與待評估業務數據對應的期望；根據期望確定與待評估業務數據對應的風險信息。本公開提供的方案通過與特征域對應的編碼網絡，對屬于該特征域的數據特征進行處理，得到該特征域的特征向量，進而準確的提取業務活動的特征向量，能夠準確的得到風險評估結果。

技術領域

本公開涉及人工智能技術，尤其涉及一種風險信息確定方法、模型訓練方法、設備、程序產品。

背景技術

目前，網絡購物平臺已經發展的越來越成熟，各個網絡購物平臺也會推出多種優惠活動，以促進商品的成交量。隨著優惠活動的增多，催生了基于網絡購物平臺的黑灰產業。一些用戶儲備大量的網絡購物平臺的賬號，并利用這些賬號參與優惠活動，進行套利。

為了應對網絡購物平臺的黑灰產業，現有技術中存風險評估技術，通過對用戶參與優惠活動的全鏈路各個環節進行風險評估，是防止黑灰產業的有效手段。風險評估技術又分為基于規則的風險評估方法，以及基于算法模型的風險評估方法。

其中，基于規則的風險評估方法對專家經驗的依賴性較強，且規則發布周期長，對黑灰產業的打擊相對滯后。而基于算法模型的風險評估方法中，由于參與優惠活動產生的數據不僅特征維度高，且稀疏性強，傳統的建模或者神經網絡結構，無法有效的學習到這些數據的特性。

發明內容

本公開提供一種風險信息確定方法、模型訓練方法、設備、程序產品，以解決現有技術中無法準確的評估業務活動風險的問題。

本公開的第一個方面是提供一種業務活動的風險信息確定方法，包括：

獲取與所述業務活動對應的待評估業務數據；所述待評估業務數據包括多個數據特征，每個所述數據特征對應于一個特征域；

將與同一特征域對應的所述數據特征，輸入與所述特征域對應的編碼網絡，得到與所述特征域對應的特征向量；

將與所述特征域對應的特征向量輸入注意力層，得到包括各個所述特征向量之間關系的總向量；

將所述總向量輸入確定子模塊，利用所述確定子模塊確定與所述待評估業務數據對應的期望；

根據所述期望確定與所述待評估業務數據對應的風險信息，所述風險信息用于指示所述待評估業務數據的風險程度。

本公開的第二個方面是提供一種用于評估業務活動風險的模型的訓練方法，所述模型包括：與每個特征域對應的編碼網絡、注意力層、確定子模塊；

所述方法包括：

獲取與所述業務活動對應的多個樣本數據；每一所述樣本數據包括多個數據特征，每個所述數據特征對應于一個特征域；

將每個樣本數據中與同一特征域對應的所述數據特征，輸入與所述特征域對應的編碼網絡，得到與所述特征域對應的特征向量；

將與所述特征域對應的特征向量輸入所述注意力層，得到與每個樣本數據對應的包括各個所述特征向量之間關系的總向量；

將每個樣本數據的所述總向量輸入所述確定子模塊，利用所述確定子模塊確定每個所述樣本數據的期望，并根據每一樣本數據的期望訓練所述模型，得到用于評估業務活動風險的模型。

本公開的第三個方面是提供一種業務活動的風險信息確定裝置，包括：

獲取模塊，用于獲取與所述業務活動對應的待評估業務數據；所述待評估業務數據包括多個數據特征，每個所述數據特征對應于一個特征域；