用于风险控制的方法和装置制造方法及图纸

本说明书的实施例提供了用于风险控制的方法、装置、计算设备和机器可读存储介质。该方法可以包括：确定增量样本集，其中，增量样本集包括在最近时间段内得到的交易样本数据，最近时间段是自从当前风险评分权重被用作线上风险评分权重以来的时间段；基于增量样本集，确定增量特征向量；基于增量特征向量，对当前风险评分权重进行调整，以确定新的风险评分权重；对当前风险评分权重和新的风险评分权重进行评估，以得到评估结果；基于评估结果，确定当前风险评分权重或新的风险评分权重用作线上风险评分权重，以便对未来交易事件进行风险控制。

Methods and devices for risk control

【技术实现步骤摘要】
用于风险控制的方法和装置
本说明书的实施例涉及信息
，具体地，涉及用于风险控制的方法、装置、计算设备和机器可读存储介质。
技术介绍
随着网络技术的发展，越来越多的金融类业务在互联网上进行，同时也伴随出现了很多业务风险。例如，欺诈者诱骗用户向其转账来骗取用户资金。因此，对线上交易事件进行风险控制成为不可或缺的一部分。然而，在互联网金融领域中，风险形势往往千变万化，因此，如何针对快速变化的风险进行有效防控成为需要解决的问题之一。
技术实现思路
考虑到现有技术的上述问题，本说明书的实施例提供了用于风险控制的方法、装置、计算设备和机器可读存储介质。一方面，本说明书的实施例提供了一种用于风险控制的方法，包括：确定增量样本集，其中，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从当前风险评分权重被用作线上风险评分权重以来的时间段；基于所述增量样本集，确定增量特征向量；基于所述增量特征向量，对所述当前风险评分权重进行调整，以确定新的风险评分权重；对所述当前风险评分权重和所述新的风险评分权重进行评估，以得到评估结果；基于所述评估结果，确定所述当前风险评分权重或所述新的风险评分权重用作线上风险评分权重，以便对未来交易事件进行风险控制。另一方面，本说明书的实施例提供了一种用于风险控制的方法，包括：提取当前交易事件的原始特征；基于所述当前交易事件的原始特征，确定所述当前交易事件的特征向量；基于线上风险评分权重和所述当前交易事件的特征向量，确定所述当前交易事件的风险评分，其中，所述线上风险评分权重是基于评估确定过程得到的，所述评估确定过程是基于增量样本集来进行的，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从所述线上风险评分权重最近一次被更新以来的时间段；基于所述当前交易事件的风险评分，确定针对所述当前交易事件的风险防控策略。另一方面，本说明书的实施例提供了一种用于风险控制的装置，包括：样本确定单元，被配置为：确定增量样本集，其中，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从当前风险评分权重被用作线上风险评分权重以来的时间段；向量确定单元，被配置为：基于所述增量样本集，确定增量特征向量；权重调整单元，被配置为：基于所述增量特征向量，对所述当前风险评分权重进行调整，以确定新的风险评分权重；评估单元，被配置为：对所述当前风险评分权重和所述新的风险评分权重进行评估，以得到评估结果；权重确定单元，被配置为：基于所述评估结果，确定所述当前风险评分权重或所述新的风险评分权重用作线上风险评分权重，以便对未来交易事件进行风险控制。另一方面，本说明书的实施例提供了一种用于风险控制的装置，包括：提取单元，被配置为：提取当前交易事件的原始特征；向量确定单元，被配置为：基于所述当前交易事件的原始特征，确定所述当前交易事件的特征向量；评分单元，被配置为：基于线上风险评分权重和所述当前交易事件的特征向量，确定所述当前交易事件的风险评分，其中，所述线上风险评分权重是基于评估确定过程得到的，所述评估确定过程是基于增量样本集来进行的，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从所述线上风险评分权重最近一次被更新以来的时间段；策略确定单元，被配置为：基于所述当前交易事件的风险评分，确定针对所述当前交易事件的风险防控策略。另一方面，本说明书的实施例提供了一种计算设备，包括：至少一个处理器；与所述至少一个处理器进行通信的存储器，其上存储有可执行指令，所述可执行指令在被所述至少一个处理器执行时使得所述至少一个处理器实现上述第一种方法。另一方面，本说明书的实施例提供了一种计算设备，包括：至少一个处理器；与所述至少一个处理器进行通信的存储器，其上存储有可执行指令，所述可执行指令在被所述至少一个处理器执行时使得所述至少一个处理器实现上述第二种方法。另一方面，本说明书的实施例提供了一种机器可读存储介质，其存储有可执行指令，所述可执行指令在被执行时使得机器执行上述第一种方法。另一方面，本说明书的实施例提供了一种机器可读存储介质，其存储有可执行指令，所述可执行指令在被执行时使得机器执行上述第二种方法。可见，在该技术方案中，通过基于自从线上风险评分权重上一次被更新以来得到的增量样本数据对当前风险评分权重进行调整，得到新的风险评分权重，并且基于对当前风险评分权重和新的风险评分权重的评估结果来确定其中一者用作线上风险评分权重，能够有效地确保所确定的线上风险评分权重兼顾风险应对的适应性和稳定性，从而具有良好的风险对抗性。附图说明通过结合附图对本说明书的实施例的更详细的描述，本说明书的实施例的上述以及其它目的、特征和优势将变得更加明显，其中，在本说明书的实施例中，相同的附图标记通常代表相同的元素。图1是根据一个实施例的用于风险控制的方法的示意性流程图。图2是根据一个实施例的用于对线上风险评分权重进行评估或者进一步更新的过程的流程图。图3是根据一个实施例的用于风险控制的方法的示意性流程图。图4是根据一个实施例的用于风险控制的装置的示意性框图。图5是根据一个实施例的用于风险控制的装置的示意性框图。图6是根据一个实施例的用于风险控制的计算设备的硬件结构图。图7是根据一个实施例的用于风险控制的计算设备的硬件结构图。具体实施方式现在将参考各实施例讨论本文描述的主题。应当理解的是，讨论这些实施例仅是为了使得本领域技术人员能够更好地理解并且实现本文描述的主题，并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离权利要求书的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个实施例可以根据需要，省略、替换或者添加各种过程或组件。在信贷评估等较为传统的风险控制场景中，由于风险形势和特点通常相对稳定，所以风险控制模型一般相对稳定，通常无需频繁地进行升级更新。但是，在互联网金融领域中，通常会出现很多新型的风险控制应用场景，其风险特点和传统的风险控制场景通常有着很大的不同，更强调对风险形势快速变化的应对，也即“风险对抗性”。比如，对于支付宝系统内的资金交易，需要对其中的电信诈骗风险进行识别和防控，以便为用户提供更安全的支付体验。而电信欺诈的形势和手法往往是千变万化的，而且会随着防控策略的升级而快速变化，这就要求快速地评估风险控制模型是否需要更新，以便能够较快地适应新的手法和风险特点。在一些实现方式中，为了对线上风险控制模型进行更新，往往通过利用最新的样本数据来重新训练风险控制模型。然而，重新训练的代价比较高，导致更新周期相对较长(比如，一般一个月更新一次)，这样导致风险应对的时效性较差。此外，如果仅利用最新的样本数据进行建模，也会导致更新后的模型对原有的风险应对不足。鉴于此，本说明书提供了一种用于风险控制的技术方案。在线上风险控制模型中，通常基于线上风险评分权重来对交易事件的特征进行评估，以确定交易事件的风险性。因此，对于线上风险控制系统的评估和更新，实际上可以理解为对线上风险评分权重的评估和更新。在本说明书中，为了便于描述，将目前用作线上风险评分权重的风险评分权重称为当前风险评分权重，而将在基于增量样本数据对当前风险评分权重进行调整之后所得到的风险评分权重称为新的本文档来自技高网...

【技术保护点】
1.一种用于风险控制的方法，包括：确定增量样本集，其中，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从当前风险评分权重被用作线上风险评分权重以来的时间段；基于所述增量样本集，确定增量特征向量；基于所述增量特征向量，对所述当前风险评分权重进行调整，以确定新的风险评分权重；对所述当前风险评分权重和所述新的风险评分权重进行评估，以得到评估结果；基于所述评估结果，确定所述当前风险评分权重或所述新的风险评分权重用作线上风险评分权重，以便对未来交易事件进行风险控制。

【技术特征摘要】
1.一种用于风险控制的方法，包括：确定增量样本集，其中，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从当前风险评分权重被用作线上风险评分权重以来的时间段；基于所述增量样本集，确定增量特征向量；基于所述增量特征向量，对所述当前风险评分权重进行调整，以确定新的风险评分权重；对所述当前风险评分权重和所述新的风险评分权重进行评估，以得到评估结果；基于所述评估结果，确定所述当前风险评分权重或所述新的风险评分权重用作线上风险评分权重，以便对未来交易事件进行风险控制。2.根据权利要求1所述的方法，其中，所述增量样本集包括原始特征数据，所述原始特征数据包括在所述最近时间段内发生的各交易事件的原始特征。3.根据权利要求2所述的方法，其中，所述增量样本集还包括风险标签数据，所述风险标签数据包括在所述最近时间段内得到的黑样本和白样本，所述黑样本为风险交易事件，所述白样本为正常交易事件。4.根据权利要求1至3中任一项所述的方法，其中，基于所述增量样本集，确定增量特征向量，包括：采用梯度提升树模型对所述增量样本集进行特征编码，以得到所述增量特征向量。5.根据权利要求1至4中任一项所述的方法，其中，基于所述增量特征向量对所述当前风险评分权重进行调整，以确定新的风险评分权重，包括：采用随机梯度下降算法，基于所述增量特征向量对所述当前风险评分权重进行调整，以得到所述新的风险评分权重。6.根据权利要求1至5中任一项所述的方法，其中，对所述当前风险评分权重和所述新的风险评分权重进行评估，以得到评估结果，包括：基于测试集对所述当前风险评分权重和所述新的风险评分权重进行评估，以得到评估结果，其中，所述测试集包括在所述最近时间段内得到的部分或全部交易样本数据。7.根据权利要求1至6中任一项所述的方法，其中，所述评估结果指示所述新的风险评分权重的关键指标是否优于所述当前风险评分权重的关键指标；基于所述评估结果，确定所述当前风险评分权重或所述新的风险评分权重用作线上风险评分权重，包括：如果所述新的风险评分权重的关键指标优于所述当前风险评分权重的关键指标，则确定所述新的风险评分权重用作线上风险评分权重；如果所述当前风险评分权重的关键指标优于所述新的风险评分权重的关键指标，则确定所述当前风险评分权重继续用作线上风险评分权重。8.根据权利要求7所述的方法，其中，所述关键指标包括以下各项中的至少一项：曲线下的面积AUC、覆盖率、准确率。9.一种用于风险控制的方法，包括：提取当前交易事件的原始特征；基于所述当前交易事件的原始特征，确定所述当前交易事件的特征向量；基于线上风险评分权重和所述当前交易事件的特征向量，确定所述当前交易事件的风险评分，其中，所述线上风险评分权重是基于评估确定过程得到的，所述评估确定过程是基于增量样本集来进行的，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从所述线上风险评分权重最近一次被更新以来的时间段；基于所述当前交易事件的风险评分，确定针对所述当前交易事件的风险防控策略。10.根据权利要求9所述的方法，其中，基于所述当前交易事件的原始特征，确定所述当前交易事件的特征向量，包括：采用梯度提升树模型对所述当前交易事件的原始特征进行编码，以得到所述当前交易事件的特征向量。11.根据权利要求9或10所述的方法，其中，基于线上风险评分权重和所述当前交易事件的特征向量，确定所述当前交易事件的风险评分，包括：基于所述线上风险评分权重对所述当前交易事件的特征向量进行加权求和，以得到所述当前交易事件的风险评分。12.根据权利要求9至11中任一项所述的方法，其中，基于所述当前交易事件的风险评分，确定针对所述当前交易事件的风险防控策略，包括：基于风险评分与风险防控策略之间的对应关系，确定与所述当前交易事件的风险评分相对应的风险防控策略，作为针对所述当前交易事件的风险防控策略。13.根据权利要求9至12中任一项所述的方法，其中，所述更新过程是通过根据权利要求1至8中任一项所述的方法来实现的。14.一种用于风险控制的装置，包括：样本确定单元，被配置为：确定增量样本集，其中，所述增量样本集包括在最近时间段内得到的交易样本数据，所述最近时间段是自从当前风险评分权重被用作线上风险评分权重以来的时间段；向量确定单元，被配置为：基于所述增量样本集，确定增量特征向量；权重调整单元，...

【专利技术属性】
技术研发人员：赵乾坤，肖凯，王维强，
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