一种风险决策方法、装置、设备及系统制造方法及图纸

本说明书实施例提供一种风险决策方法、装置、设备及系统。可以根据业务请求的属性信息、用户的安全感需求历史数据，采用预先训练的贝叶斯网络模型来预测所述业务请求的风险等级以及所述用户的安全感需求等级；再根据所述业务请求的风险等级以及所述用户的安全感需求等级做出风险决策。这样可以针对据具体的业务场景以及具体的用户做出有针对性的风险决策，既保证了业务的安全，又平衡了用户的安全感需求和产品的便捷度，因而提升用户的满意度。

A Risk Decision Method, Device, Equipment and System

【技术实现步骤摘要】
一种风险决策方法、装置、设备及系统
本说明书涉及风险控制
，尤其涉及一种风险决策方法、装置、设备及系统。
技术介绍
对于支付宝等金融产品，安全性是至关重要的。为了保证用户在使用这些金融产品的过程中的安全性，提升用户对这些产品安全性的认可度，通常大多数金融产品都会在用户进行某些存在安全隐患的操作时进行风险识别并做出相应的风险决策，比如在识别到某用户操作存在风险时，增加相应的防护措施或者是不断的发出风险提示信息。由于不同的用户安全感需求不一样，某些用户认为需要进行安全提示和防护的场景，可能另一些用户则认为不必要。所以，以往的做法势必会在某些用户认为不必要的场景对某些用户存在干扰，造成产品的不便捷，从而引起用户的不满。因此，如何根据用户的安全感需求来做出相应的风险决策，以便动态地、实时地、且分场景地平衡产品给用户带来的安全感与产品的便捷度是目前急需解决的一个问题。
技术实现思路
基于此，本说明书提供了一种风险决策方法、装置、设备及系统。根据本说明书实施例的第一方面，提供一种风险决策方法，所述方法包括：当接收到用户通过终端提交的指定的业务请求时，解析所述业务请求的属性信息，其中，所述属性信本文档来自技高网...

【技术保护点】
1.一种风险决策方法，所述方法包括：当接收到用户通过终端提交的指定的业务请求时，解析所述业务请求的属性信息，其中，所述属性信息包括所述终端的设备信息、地理位置信息以及所述业务请求的场景信息；基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级；根据所述业务请求的风险等级以及所述用户的安全感需求等级做出风险决策。

【技术特征摘要】
1.一种风险决策方法，所述方法包括：当接收到用户通过终端提交的指定的业务请求时，解析所述业务请求的属性信息，其中，所述属性信息包括所述终端的设备信息、地理位置信息以及所述业务请求的场景信息；基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级；根据所述业务请求的风险等级以及所述用户的安全感需求等级做出风险决策。2.根据权利要求1所述的风险决策方法，所述贝叶斯网络模型的训练过程包括以下步骤：确定影响所述风险等级以及安全感需求等级的特征变量；依据所述特征变量与所述风险等级以及安全感需求等级的因果关系，确定所述贝叶斯网络模型的结构；获取历史样本数据；利用所述历史样本数据对所述贝叶斯网络模型进行训练，确定所述特征变量与所述风险等级以及安全感需求等级之间的条件概率关系参数，获得所述贝叶斯网络模型。3.根据权利要求2所述的风险决策方法，所述特征变量基于数据特征自动化遍历系统AlphaTrion确定。4.根据权利要求1所述的风险决策方法，基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级包括：对所述属性信息以及所述用户的安全感需求历史数据进行特征变量的整合，得到所述贝叶斯网络模型中的特征变量的概率分布；将所述概率分布输入到所述贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级。5.根据权利要求1所述的风险决策方法，所述用户的安全感需求历史数据由离线数据处理平台根据用户的个人信息以及历史行为信息得到。6.根据权利要求1所述的风险决策方法，基于所述属性信息、所述用户的安全感需求历史数据以及预先训练的贝叶斯网络模型，预测所述业务请求的风险等级以及所述用户的安全感需求等级之后，还包括：基于预设的调整策略对所述风险等级以及所述用户的安全感需求等级进行调整。7.根据权利要求6所述的风险决策方法，所述调整策略包括：将所有用户的风险等级以及安全感需求等级整体提升指定数量个等级；或，将所有用户的风险等级以及安全感需求等级整体降低指定数量个等级。8.根...

【专利技术属性】
技术研发人员：田益腾，陈新，梅珏，李飏，
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