[發明專利]一種風險監控方法、裝置、系統、存儲介質和設備

在審

• 申請號: 202110757389.4
• 申請日: 2021-07-05
• 公開（公告）號: CN113344453A
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 向釗豫;吳紅
• 申請（專利權）人: 湖南快樂陽光互動娛樂傳媒有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/10;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 周初冬

本申請公開了一種風險監控方法、裝置、系統、存儲介質和設備，預先配置事件類型和風控模型之間的對應關系。在接收到外部發送的請求數據的情況下，對請求數據進行解析，得到目標事件類型。基于對應關系，確定與目標事件類型對應的風控模型。若對應的風控模型為規則模型，則獲取請求數據的請求結果，并將請求結果輸入至規則模型中，得到風險等級。若對應的風控模型為智能模型，則對請求數據進行嵌入，得到向量，并將向量輸入至智能模型中，得到風險評分。規則模型能夠實現動態規則(即風險規則)的配置、且實時生效，規則模型與智能模型相結合，相較于現有技術，能夠有效降低人工審核工作量。并且，利用智能模型進行風險評估，可靠性較高。

技術領域

本申請涉及大數據處理技術領域，尤其涉及一種風險監控方法、裝置、系統、存儲介質和設備。

背景技術

風險監控一直是各個業務項目(例如，活動類、用戶生成內容類)所需具備的重要模塊。傳統的風險監控方案，主要通過關鍵字過濾、黑名單、規則、以及人工審核等方式，對風險數據進行處理。然而，傳統的風險監控方案，往往需要花費較長時間來配置風險規則，且需要人工核對風險數據，風險評估的可靠性較低、且人力成本太高。

為此，如何在人力成本可控的情況下，提高風險評估的可靠性，成為本領域亟需解決的問題。

發明內容

本申請提供了一種風險監控方法、裝置、系統、存儲介質和設備，目的在于在人力成本可控的情況下，提高風險評估的可靠性。

為了實現上述目的，本申請提供了以下技術方案：

一種風險監控方法，包括：

預先配置事件類型和風控模型之間的對應關系；其中，所述風控模型包括規則模型和智能模型；所述規則模型基于風險規則和風險等級的預設對應關系構建；所述智能模型基于以訓練樣本作為卷積神經網絡的輸入，并以預先標注的所述訓練樣本的風險評分作為訓練目標，訓練得到，所述訓練樣本包括向量樣本，所述向量樣本基于對樣本請求數據進行嵌入得到；

在接收到外部發送的請求數據的情況下，對所述請求數據進行解析，得到目標事件類型；

基于所述對應關系，確定與所述目標事件類型對應的風控模型；

若與所述目標事件類型對應的風控模型為所述規則模型，則獲取所述請求數據的請求結果，并將所述請求結果輸入至所述規則模型中，得到所述規則模型輸出的風險等級；

若與所述目標事件類型對應的風控模型為所述智能模型，則對所述請求數據進行嵌入，得到向量，并將所述向量輸入至所述智能模型中，得到所述智能模型輸出的風險評分。

可選的，所述若與所述目標事件類型對應的風控模型為所述規則模型，則獲取所述請求數據的請求結果，包括：

預先將外部發送的各個所述請求數據，異步寫入至預設的消息隊列中；

對所述消息隊列中所包含的所述請求數據進行流式處理，得到預設抽象字段的各個取值；

將各個所述取值的總和作為所述請求數據的請求結果，存儲至預設的數據庫；

若與所述目標事件類型對應的風控模型為所述規則模型，則從所述數據庫中讀取所述請求數據的請求結果。

可選的，所述將所述請求結果輸入至所述規則模型中，得到所述規則模型輸出的風險等級之后，還包括：

在所述規則模型輸出的風險等級大于預設等級的情況下，提示用戶所述請求數據存在風險。

可選的，所述將所述向量輸入至所述智能模型中，得到所述智能模型輸出的風險評分之后，還包括：

在所述智能模型輸出的風險評分大于預設閾值的情況下，提示用戶所述請求數據存在風險。

一種風險監控裝置，包括：