The embodiment of this specification provides a risk control method that, based on the risk characteristics, inputs a preset Wide Linear Depth Neural Network model for risk prediction and obtains the risk score of the transaction data. The wide linear depth neural network model adopted in the embodiment of the invention combines the advantages of the wide linear model and the depth neural network model, and can effectively identify the risk transaction.
【技术实现步骤摘要】
风险控制方法、装置、服务器及可读存储介质
本说明书实施例涉及互联网
,尤其涉及一种风险控制方法、装置、服务器及可读存储介质。
技术介绍
随着互联网的快速发展,各种形式的业务不断涌现,如在线银行、在线支付、在线购物等基于互联网的服务业务。人们已经越来越习惯在网上进行各种生活或商务活动。由于互联网是一个开放的网络,任何人在任何地方都可以很方便地连接到互联网上。互联网在给人们生活提供便利的同时,也带来了风险。尤其是随着电子商务平台和第三方交易平台的发展,网络金融犯罪以及网上诈骗、信用卡盗刷等不断出现。因此,互联网风险控制越来越重要。
技术实现思路
本说明书实施例提供及一种风险控制方法、装置、服务器及可读存储介质。第一方面,本说明书实施例提供一种风险控制方法,包括:获取交易数据;从所述交易数据中提取出风险特征;基于所述风险特征,输入至预置的宽线性-深度神经网络模型进行风险预测,得到所述交易数据的风险分值;基于所述风险分值对所述交易数据进行控制。第二方面,本说明书实施例提供一种风险控制装置,包括:数据获取单元,用于获取交易数据;特征提取单元,用于从所述交易数据中提取出风险特征;风险预测单元,用于基于所述风险特征,输入至预置的宽线性-深度神经网络模型进行风险预测,得到所述交易数据的风险分值;风险控制单元,用于基于所述风险分值对所述交易数据进行控制。第三方面,本说明书实施例提供一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述方法的步骤。第四方面,本说明书实施例提供一种计算机可读存储介质,其上存储有计算机程序 ...
【技术保护点】
1.一种风险控制方法,包括:获取交易数据;从所述交易数据中提取出风险特征;基于所述风险特征,输入至预置的宽线性‑深度神经网络模型进行风险预测,得到所述交易数据的风险分值;基于所述风险分值对所述交易数据进行控制。
【技术特征摘要】
1.一种风险控制方法,包括:获取交易数据;从所述交易数据中提取出风险特征;基于所述风险特征,输入至预置的宽线性-深度神经网络模型进行风险预测,得到所述交易数据的风险分值;基于所述风险分值对所述交易数据进行控制。2.根据权利要求1所述的方法,还包括:通过以下步骤建立所述宽线性-深度神经网络模型:获取训练样本,并从训练样本中提取出样本特征;基于所述训练样本的样本特征,联合学习宽线性模型和深度神经网络模型,计算出各个样本特征的风险权重,从而得到所述宽线性-深度神经网络模型。3.根据权利要求1或2所述的方法,如果所述预置的宽线性-深度神经网络模型无法识别出所述风险特征,所述方法还包括:通过自动化分析或人工分析的方式识别所述风险特征;将识别出的新增风险特征融合到所述宽线性-深度神经网络模型中。4.根据权利要求3所述的方法,所述将识别出的新增风险特征融合到所述宽线性-深度神经网络模型中,包括:对于所述新增风险特征,自定义风险权重,从而将所述新增风险特征添加到所述宽线性-深度神经网络模型所支持的特征变量中;或者,基于所述新增风险特征以及所述宽线性-深度神经网络模型的样本特征,重新训练宽线性-深度神经网络。5.根据权利要求1或2所述的方法,还包括:定期获取预置时间段内的黑白样本数据;根据所述黑白样本数据,基于增量学习算法,定期对所述宽线性-深度神经网络模型进行重新调整。6.根据权利要求5所述的方法,所述根据所述黑白样本数据,基于增量学习算法,定期对所述宽线性-深度神经网络模型进行重新调整,包括:基于增量学习算法,确定所述黑白样本数据与原有宽线性-深度神经网络模型的训练样本的相似度;对于相似度在相似度阈值之内的黑白样本,提取出黑白样本特征并确定黑白样本特征的风险权重,从而将黑白样本特征插入到原有宽线性-深度神经网络中。7.根据所述权利要求6所述的方法,所述增量学习算法包括自组织增量学习神经网络算法或者情景记忆马尔可夫决策算法。8.一种风险控制装置,包括:数据获取单元,用于获取交易数据;特征提取单元,用于从所述交易数据中提取出风险特征;风险预测单元,用于基于所述风险特征,输入至预置...
【专利技术属性】
技术研发人员:傅欣艺,程羽,陈弢,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。