[發明專利]風險的確定方法、裝置和服務器

在審

• 申請號: 202110398902.5
• 申請日: 2021-04-14
• 公開（公告）號: CN113095408A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 陳李龍;王娜;強鋒;劉華杰
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q40/02;G06Q40/04
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;王濤

1.一種風險的確定方法，其特征在于，包括：

獲取目標對象的多個特征數據；

根據預設的映射規則，將所述多個特征數據映射到多個預設的特征子空間中，得到目標對象的多個特征組；其中，所述特征組分別與一個預設的特征子空間對應；

調用預設的處理模型處理所述多個特征組，以得到對應的處理結果；其中，所述預設的處理模型至少包括多個預設的分類器，所述預設的分類器分別與一個預設的特征子空間對應；所述預設的處理模型為預先基于子空間一致性約束和動態成對約束訓練得到的；

根據所述處理結果，確定目標對象是否存在預設風險。

2.根據權利要求1所述的方法，其特征在于，所述目標對象包括交易賬戶；相應的，所述預設風險包括交易數據逾期風險。

3.根據權利要求2所述的方法，其特征在于，所述特征數據包括：交易賬戶的身份類特征數據、交易賬戶的歷史交易行為類特征數據、交易賬戶的當前交易行為類特征數據。

4.根據權利要求1所述的方法，其特征在于，所述預設的處理模型還包括判別結構；其中，所述判別結構與所述多個預設的分類器相連；所述判別結構用于根據所述多個預設的分類器輸出的分類結果，生成所述處理結果。

5.根據權利要求4所述的方法，其特征在于，所述預設的處理模型按照以下方式建立：

獲取多個樣本數據；其中，所述樣本數據對應一個樣本對象，所述樣本數據包含有所對應的樣本對象的多個特征數據；所述樣本對象包括攜帶有預設標簽的第一類樣本對象，和不攜帶有預設標簽的第二類樣本對象；

根據預設的映射規則，將第一類樣本對象的多個特征數據映射到多個預設的特征子空間中，得到第一類訓練數據；將第二類樣本對象的多個特征數據映射到多個預設的特征子空間中，得到第二類訓練數據；

利用所述第一類訓練數據，訓練多個初始分類器，得到對應的多個中間分類器；其中，所述初始的分類器分別與一個預設的特征子空間對應；

利用所述多個中間分類器、所述第一類訓練數據、所述第二類訓練數據，構建關于多個中間分類器的目標函數；其中，所述目標函數包含有子空間一致性約束算式和動態成對約束算式；

根據所述目標函數，確定出符合要求的多個預設的分類器，以構建得到預設的處理模型。

6.根據權利要求5所述的方法，其特征在于，利用所述多個中間分類器、所述第一類訓練數據、所述第二類訓練數據，構建關于多個中間分類器的目標函數，包括：

調用多個中間分類器處理所述第二類訓練數據，以得到針對第二類樣本對象的動態標簽；

根據第一類樣本對象的預設標簽、第二類樣本對象的動態標簽，構建動態成對約束算式；

調用多個中間分類器處理所述第一類訓練數據，得到第一類樣本對象的多個分類結果；

根據所述第一類樣本對象的多個分類結果，構建子空間一致性約束算式；

根據所述動態成對約束算式和所述子空間一致性約束算式，構建所述目標函數。

7.根據權利要求6所述的方法，其特征在于，根據第一類樣本對象的預設標簽、第二類樣本對象的動態標簽，構建動態成對約束算式，包括：

根據第一類樣本對象的預設標簽和第二類樣本對象的動態標簽，建立連接集和非連接集；其中，所述連接集包含有多個連接組，所述連接組包含有兩個標簽相同的樣本對象；所述非連接集包含有多個非連接組，所述非連接組包含有兩個標簽不同的樣本對象；

根據所述連接集和所述非連接集，構建動態成對矩陣；

根據所述動態成對矩陣和所述多個中間分類器，構建所述動態成對約束算式。

8.根據權利要求6所述的方法，其特征在于，根據所述第一類樣本對象的多個分類結果，構建子空間一致性約束算式，包括：

根據所述第一類樣本對象的多個分類結果，劃分出多個比較組；其中，所述比較組包含有同一個第一類樣本對象的兩個分類結果；

根據所述多個比較組，構建所述子空間一致性約束算式。