【技术实现步骤摘要】
一种风险识别方法和装置
本申请涉及风险控制领域，尤其涉及一种风险识别方法和装置。
技术介绍
在风险识别中，通常可以基于样本数据预先训练预测模型，在进行风险识别时，可以根据待识别用户的数据和预先训练的预测模型，得到预测结果，该预测结果可以表征待识别用户属于风险用户的概率。为了进一步确定待识别用户是否属于风险用户，通常可以制定风险识别策略，基于风险识别策略以及预测结果，可以确定待识别用户是否属于风险用户。然而，现有的风险识别策略通常由决策人员根据经验制定，准确度较低，导致无法有效地对用户进行风险识别。
技术实现思路
本申请实施例提供一种风险识别方法和装置，用于解决在基于现有的风险识别策略识别用户是否属于风险用户时准确度较低，导致无法有效地对用户进行风险识别的问题。为解决上述技术问题，本申请实施例是这样实现的：第一方面，提出一种风险识别方法，包括：获取待识别用户的风险特征值，所述风险特征值用于表征所述待识别用户属于风险用户的概率；获取所述待识别用户的风险特征信息，所述风险特征信息用于表征所述待识别用户的信息中与风险相关的信息；获取预先训练得到的风险识别模型，所述风险识别模型...
【技术保护点】
1.一种风险识别方法，包括：获取待识别用户的风险特征值，所述风险特征值用于表征所述待识别用户属于风险用户的概率；获取所述待识别用户的风险特征信息，所述风险特征信息用于表征所述待识别用户的信息中与风险相关的信息；获取预先训练得到的风险识别模型，所述风险识别模型基于不同用户的风险特征值、风险特征信息以及真实标签训练得到；根据所述待识别用户的风险特征值、风险特征信息以及所述风险识别模型，识别所述待识别用户是否属于风险用户。
【技术特征摘要】
1.一种风险识别方法，包括：获取待识别用户的风险特征值，所述风险特征值用于表征所述待识别用户属于风险用户的概率；获取所述待识别用户的风险特征信息，所述风险特征信息用于表征所述待识别用户的信息中与风险相关的信息；获取预先训练得到的风险识别模型，所述风险识别模型基于不同用户的风险特征值、风险特征信息以及真实标签训练得到；根据所述待识别用户的风险特征值、风险特征信息以及所述风险识别模型，识别所述待识别用户是否属于风险用户。2.如权利要求1所述的方法，所述风险识别模型通过以下方式训练得到：获取不同用户的风险特征值以及所述不同用户的真实标签；获取所述不同用户的风险特征信息；基于所述不同用户的风险特征值、真实标签以及风险特征信息，训练得到树模型，并将所述树模型作为所述风险识别模型。3.如权利要求2所述的方法，获取不同用户的风险特征值，包括：针对其中一个第一用户，执行以下操作：获取所述第一用户的待识别特征，所述待识别特征包括所述第一用户的文本特征、图像特征以及结构化数据特征中的至少一种；获取预先训练得到的预测模型，所述预测模型基于用户的待识别特征以及用户的真实标签训练得到；基于所述第一用户的待识别特征以及所述预测模型，确定得到所述第一用户的风险特征值。4.如权利要求3所述的方法，在将所述树模型作为所述风险识别模型之前，所述方法还包括：判断所述树模型的训练指标是否大于等于预设值，所述树模型的训练指标包括准确率和覆盖率中的至少一种；当所述训练指标小于所述预设值时，调整树模型参数，所述树模型参数包括训练样本的大小、叶子节点的数量、树的深度、所述风险特征信息的种类中的至少一种；基于调整后的所述树模型参数，重新训练所述树模型；其中，将所述树模型作为所述风险识别模型，包括：当重新训练得到的所述树模型的训练指标大于等于所述预设值时，将重新训练得到的所述树模型作为所述风险识别模型。5.如权利要求4所述的方法，当重新训练得到的所述树模型的训练指标大于等于所述预设值时，所述方法还包括：记录重新训练得到的所述树模型的树模型参数。6.如权利要求2至5任一项所述的方法，所述树模型为决策树模型。7.如权利要求1所述的方法，获取待识别用户的风险特征值，包括：获取所述待识别用户的待识别特征，所述待识别特征包括所述待识别用户的文本特征、图像特征以及结构化数据特征中的至少一种；获取预先训练得到的预测模型，所述预测模型基于用户的待识别特...
【专利技术属性】
技术研发人员：袁锦程，王维强，许辽萨，赵闻飙，易灿，叶芸，
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。