商户的动态管控方法、装置、服务器及可读存储介质制造方法及图纸

本说明书实施例公开了一种商户的动态管控方法，将目标商户的商户评价数据输入到评分卡模型中，得到商户可信评分；对目标商户的基础交易数据进行特征工程，得到符合特征筛选条件的目标特征数据集并将其输入到预测模型中，得到商户价值评分，融合商户可信评分和商户价值评分，得到最终价值评分；根据最终价值评分和识别出的目标商户对应的风险标识，从风险管控策略中选取与目标商户对应的目标风控策略，使用目标风控策略对目标商户进行风控管理。

Dynamic control methods, devices, servers and readable storage media of merchants

【技术实现步骤摘要】
商户的动态管控方法、装置、服务器及可读存储介质
本说明书实施例涉及数据处理
，尤其涉及一种商户的动态管控方法、装置、服务器及可读存储介质。
技术介绍
随着电子商务的飞速发展，给人带来越多越多的方便，但是，商户风险也变得越来越多，导致商户风险也变得多种多样，如存在欺诈，投资理财，套现，作弊等风险，为了识别出上述商户风险，会采用风险识别策略进行识别，以对不同风险类型商户进行管控。风控策略的选取很大程度上影响管控效果的好坏，亟需一种新的方法，来提高风控策略选取的准确性。
技术实现思路
本说明书实施例提供了一种商户的动态管控方法、装置、服务器及可读存储介质，能够有效提高选取的目标风控策略的准确性。本说明书实施例第一方面提供了一种商户的动态管控方法，包括：将目标商户的商户评价数据输入到评分卡模型中，得到所述目标商户的商户可信评分，其中，所述商户评价数据包括所述目标商户的经营数据和交易分析数据；对所述目标商户的基础交易数据进行特征工程，得到符合特征筛选条件的目标特征数据集，其中，所述基础交易数据包括所述目标本文档来自技高网...

【技术保护点】
1.一种商户的动态管控方法，包括：/n将目标商户的商户评价数据输入到评分卡模型中，得到所述目标商户的商户可信评分，其中，所述商户评价数据包括所述目标商户的经营数据和交易分析数据；/n对所述目标商户的基础交易数据进行特征工程，得到符合特征筛选条件的目标特征数据集，其中，所述基础交易数据包括所述目标商户的交易时序数据、商户描述数据和交易关联数据，所述目标特征数据集与有监督的预测模型对应；/n将所述目标特征数据集输入到所述预测模型中，得到所述目标商户的商户价值评分；/n采用融合方法融合所述商户可信评分和所述商户价值评分，得到符合评分选取条件的最终价值评分；/n根据所述最终价值评分和识别出的所述目标商...

【技术特征摘要】
1.一种商户的动态管控方法，包括：
将目标商户的商户评价数据输入到评分卡模型中，得到所述目标商户的商户可信评分，其中，所述商户评价数据包括所述目标商户的经营数据和交易分析数据；
对所述目标商户的基础交易数据进行特征工程，得到符合特征筛选条件的目标特征数据集，其中，所述基础交易数据包括所述目标商户的交易时序数据、商户描述数据和交易关联数据，所述目标特征数据集与有监督的预测模型对应；
将所述目标特征数据集输入到所述预测模型中，得到所述目标商户的商户价值评分；
采用融合方法融合所述商户可信评分和所述商户价值评分，得到符合评分选取条件的最终价值评分；
根据所述最终价值评分和识别出的所述目标商户对应的风险标识，从风险管控策略中选取与所述目标商户对应的目标风控策略，使用所述目标风控策略对所述目标商户进行风控管理。


2.如权利要求1所述的方法，所述评分卡模型获取步骤，包括：
获取样本集中的每个样本的商户评价数据，其中，所述样本集中包括多个黑样本和多个白样本；
使用无监督分箱方法对所述样本集中的所有样本的商户评价数据进行分箱，得到M个分箱，M为不小于2的整数；
使用有监督分箱方法对所述M个分箱中的每个分箱再次进行分箱，得到N个分箱，并计算出所述N个分箱中的每个分箱的证据权重，其中，N为不小于M的整数；
利用所述N个分箱和所述N个分箱中的每个分箱的证据权重对所述样本集中的所有样本的商户评价数据进行模型训练，训练出所述评分卡模型。


3.如权利要求2所述的方法，所述将目标商户的商户评价数据输入到评分卡模型中，得到所述目标商户的商户可信评分，包括：
获取所述目标商户的经营数据和交易分析数据，并根据所述经营数据和所述交易分析数据，组成所述商户评价数据；
将所述商户评价数据输入到所述评分卡模型中进行计算，得到所述商户可信评分。


4.如权利要求1-3任一项所述的方法，所述对所述目标商户的基础交易数据进行特征工程，得到符合特征筛选条件的目标特征数据集，包括：
对所述基础交易数据进行特征构建，构建出P个构建特征，其中，所述P个构建特征包括基础交易特征、时序特征组合特征和离散特征，且P为不小于4的整数；
根据所述特征筛选条件，从所述P个构建特征中筛选出L个构建特征，并将所述L个构建特征对应的所有或部分特征数据作为所述目标特征数据集，其中，L为不大于P的正整数。


5.如权利要求4所述的方法，所述根据所述特征筛选条件，从所述P个构建特征中筛选出L个构建特征，包括：
根据所述预测模型对所述P个构建特征进行特征排序；
根据特征排序从所述P个构建特征中选取特征重要性靠前的L个特征作为所述L个构建特征。


6.如权利要求3所述的方法，所述采用融合方法融合所述商户可信评分和所述商户价值评分，得到符合评分选取条件的最终价值评分，包括:
采用所述融合方法融合所述商户可信评分和所述商户价值评分，得到K个融合价值评分，其中，K为不小于1的整数；
根据所述评分选取条件，从所述K个融合价值评分和所述商户价值评分中选取一个价值评分作为最终价值评分。


7.如权利要求6所述的方法，所述根据所述评分选取条件，从所述K个融合价值评分和所述商户价值评分中选取一个价值评分作为最终价值评分，包括：
将所述K个融合价值评分与所述商户价值评分进行比较；
若比较出某个融合价值评分大于所述商户价值评分，则将比较出的大于所述商户价值评分的融合价值评分作为所述最终价值评分；
若比较出未存在任何一个融合价值评分大于所述商户价值评分，则将所述商户价值评分作为所述最终价值评分。


8.如权利要求3所述的方法，所述根据所述最终价值评分和识别出的所述目标商户对应的风险标识，从风险管控策略中选取与所述目标商户对应的目标风控策略，包括：
根据所述风险标识，从所述风险管控策略中确定出所述目标商户的原始风控策略；
以及从预设分段中确定所述最终价值评分对应的目标分段；
若所述风险管控策略中包含有多种处罚方式，根据所述目标分段，调整所述原始风...

【专利技术属性】
技术研发人员：逄铭雪，
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