[發明專利]風險識別模型訓練方法及裝置、風險識別方法及裝置

在審

• 申請號: 202110998618.1
• 申請日: 2021-08-27
• 公開（公告）號: CN113723800A
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 羅星
• 申請（專利權）人: 上海幻電信息科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/62
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 劉曉楠

1.一種風險識別模型訓練方法，其特征在于，應用于服務端，所述方法包括：

獲取樣本集，其中，所述樣本集中包括作為訓練樣本的多個指定操作數據；

將所述樣本集劃分為多個項集，根據每個項集中的指定操作數據，確定該項集對應的風險識別規則；

獲得利用每個項集對應的風險識別規則分別對驗證集中各指定操作數據的風險識別結果，其中，所述驗證集中包括作為驗證樣本的多個指定操作數據；

根據所述風險識別結果，確定所述多個項集中的頻繁項集，并返回執行所述獲取樣本集的步驟；

在達到預設訓練停止條件的情況下，基于各頻繁項集對應的風險識別規則，確定風險識別模型，發送所述風險識別模型至目標客戶端。

2.根據權利要求1所述的方法，其特征在于，所述根據每個項集中的指定操作數據，確定該項集對應的風險識別規則，包括：

針對每個項集，確定該項集中包含的所有指定操作數據的數據類型；

根據該項集中包含的所有指定操作數據的數據類型，查找該項集對應的風險識別規則。

3.根據權利要求1或2所述的方法，其特征在于，所述獲得利用每個項集對應的風險識別規則分別對驗證集中各指定操作數據的風險識別結果，包括：

將所述每個項集對應的風險識別規則發送至驗證端，其中，所述每個項集對應的風險識別規則用于所述驗證端針對所述驗證集中的指定操作數據，分別利用所述每個項集對應的風險識別規則對該指定操作數據進行風險識別；

接收所述驗證端在所述風險識別結果為存在風險時，發送的風險識別結果。

4.根據權利要求1或2所述的方法，其特征在于，所述獲得利用每個項集對應的風險識別規則分別對驗證集中各指定操作數據的風險識別結果，包括：

獲取驗證集，將所述驗證集中各指定操作數據分別與每個項集對應的風險識別規則進行匹配；

利用所述每個項集對應的風險識別規則，分別對所述驗證集中匹配成功的指定操作數據進行風險識別。

5.根據權利要求1或2所述的方法，其特征在于，所述根據所述風險識別結果，確定所述多個項集中的頻繁項集，包括：

針對每個項集，確定該項集對應的風險識別結果與標準識別結果之間的相似度；

若所述相似度達到相似度閾值，則累計所述風險識別結果對應項集的出現次數；

針對每個項集，若該項集的出現次數達到次數閾值，則確定該項集為頻繁項集。

6.根據權利要求1或2所述的方法，其特征在于，所述在達到預設訓練停止條件的情況下，基于各頻繁項集對應的風險識別規則，確定風險識別模型，包括：

在所述各頻繁項集的種類無變更的情況下，基于各頻繁項集對應的風險識別規則，確定風險識別模型。

7.根據權利要求1或2所述的方法，其特征在于，所述基于各頻繁項集對應的風險識別規則，確定風險識別模型，包括：

針對每個頻繁項集對應的風險識別規則，確定該風險識別規則對應的風險處理方式；

將所述各頻繁項集對應的風險識別規則及風險識別規則對應的風險處理方式，確定為所述風險識別模型。

8.一種風險識別方法，其特征在于，應用于客戶端，所述方法包括：

采集指定操作數據；

利用從服務端獲取的風險識別模型對所述指定操作數據進行風險識別，得到風險識別結果。

9.根據權利要求8所述的方法，其特征在于，所述風險識別模型包括多個風險識別規則；

所述利用從服務端獲取的風險識別模型對所述指定操作數據進行風險識別，得到風險識別結果，包括：

將所述指定操作數據分別與所述多個風險識別規則進行匹配；

利用匹配成功的風險識別規則對所述指定操作數據進行風險識別，得到風險識別結果。