风险评估方法、装置、电子设备及存储介质制造方法及图纸

技术编号:23086076 阅读:22 留言:0更新日期:2020-01-11 01:30
本申请实施例公开了一种风险评估方法、装置、电子设备及存储介质,其中方法包括:获取来自于多个渠道的历史用户行为数据;基于所述历史用户行为数据,确定至少一个风险用户;基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型;基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果。通过本申请实施例,可以准确的评估用户请求行为数据是否存在风险。

Risk assessment methods, devices, electronic equipment and storage media

【技术实现步骤摘要】
风险评估方法、装置、电子设备及存储介质
本申请涉及计算机
,具体涉及一种风险评估方法、装置、电子设备及存储介质。
技术介绍
用户欺诈风险评估是银行,信贷,支付,金融电子商务等领域的重点风控问题。用户在以上场景中可能出现欺诈行为,对用户进行欺诈可能性评估有利于降低因用户欺诈带来的损失。相关用户欺诈可能性评估方法由于数据有限以及冷启动等至少一种问题,导致评估准确性难以达到期望。
技术实现思路
本申请实施例提供了一种风险评估方法和装置、电子设备及存储介质。本申请实施例第一方面提供一种风险评估方法,包括:获取来自于多个渠道的历史用户行为数据;基于所述历史用户行为数据,确定至少一个风险用户;基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型;基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果。在一种可选的实施方式中,所述基于所述历史用户行为数据,确定至少一个风险用户,包括:基于预设规则,提取所述历史用户行为数据中存在异常的第一历史用户行为数据;确定所述第一历史用户行为数据对应的至少一个用户为风险用户。在一种可选的实施方式中,所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型,包括:将所述历史用户行为数据中包含的所述至少一个风险用户的第一历史用户行为数据作为负样本、将所述历史用户行为数据中除所述第一历史用户行为数据之外的第二历史用户行为数据中的至少一部分作为正样本,对初始风险评估模型进行迭代训练,得到目标风险评估模型。在一种可选的实施方式中,所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型,包括:通过初始风险评估模型对所述风险用户的第一历史用户行为数据进行特征提取处理,得到风险用户特征数据;基于所述风险用户特征数据,通过所述初始风险评估模型得到所述风险用户的风险预测结果;基于所述风险用户的风险预测结果,调整所述初始风险评估模型的模型参数。在一种可选的实施方式中,所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型包括:对所述多个渠道进行归类分组,得到多组渠道,其中,每组渠道包括所述多个渠道中至少一个渠道;将所述历史用户行为数据中每条用户行为数据和所述每条用户行为数据的渠道所属的分组作为样本数据,对初始风险评估模型进行训练,得到目标风险评估模型。在一种可选的实施方式中,所述用户历史用户行为数据包括用户历史活体检测数据;所述用户历史活体检测数据包括下列中的一项或任意多项:用于历史活体检测的人脸图像、所述历史活体检测的检测结果和所述历史活体检测的伪造类型。在一种可选的实施方式中,所述基于所述目标风险评估模型和目标用户的当前行为数据,得到所述目标用户的当前风险评估结果,包括:通过所述目标风险评估模型处理所述目标用户的当前行为数据,输出所述目标用户的当前风险评估结果。在一种可选的实施方式中,所述基于所述目标风险评估模型和目标用户的当前行为数据,得到所述目标用户的当前风险评估结果,包括:基于所述目标风险评估模型、目标用户的当前行为数据以及所述目标用户的历史用户行为数据,得到所述目标用户的当前风险评估结果。在一种可选的实施方式中,所述基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果,包括:基于预设规则对所述目标用户的当前行为数据进行分析,得到第一评估结果;通过所述目标风险评估模型对所述目标用户的当前行为数据进行预测,得到第二评估结果;基于所述第一评估结果和所述第二评估结果,得到所述目标用户的当前风险评估结果。在一种可选的实施方式中,所述基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果,包括:确定所述当前行为数据的渠道所属的第一渠道分组;通过所述目标风险评估模型对所述当前行为数据以及所述当前行为数据的渠道和所述第一渠道分组的编号信息中的至少一项进行特征提取,得到目标用户特征数据;基于所述目标用户特征数据,通过所述目标风险评估模型得到所述目标用户的当前风险评估结果。在一种可选的实施方式中,所述基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果,包括:若确定所述目标用户未曾被确定为风险用户,基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果。在一种可选的实施方式中,所述方法还包括:若确定所述目标用户曾经被确定为风险用户,确定所述目标用户的当前风险评估结果为存在风险。在一种可选的实施方式中,在基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型之后,所述方法还包括:获取在预设时间段内的新增用户行为数据;基于所述预设时间段内的新增用户行为数据,更新所述目标风险评估模型。在一种可选的实施方式中,所述方法还包括:在基于所述目标用户的当前风险评估结果确定所述目标用户为风险用户的情况下,基于所述目标用户的用户行为数据对所述目标风险评估模型进行更新。在一种可选的实施方式中,所述用户行为数据包括活体人脸数据、身份证、姓名、手机号、银行卡、互联网协议地址、安卓身份标识、行动热点多信道接入地址、设备的国际移动设备识别码或广告标识、位置坐标中的一项或多项。第二方面,本申请实施例提供风险评估装置,包括通信单元和处理单元,其中,所述处理单元用于:通过所述通信单元获取来自于多个渠道的历史用户行为数据;以及基于所述历史用户行为数据,确定至少一个风险用户;以及基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型;以及基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果。在一种可选的实施方式中,在所述基于所述历史用户行为数据,确定至少一个风险用户方面,所述处理单元具体用于:基于预设规则,提取所述历史用户行为数据中存在异常的第一历史用户行为数据;以及确定所述第一历史用户行为数据对应的至少一个用户为风险用户。在一种可选的实施方式中,在所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型方面,所述处理单元具体用于:将所述历史用户行为数据中包含的所述至少一个风险用户的第一历史用户行为数据作为负样本、将所述历史用户行为数据中除所述第一历史用户行为数据之外的第二历史用户行为数据中的至少一部分作为正样本,对初始风险评估模型进行迭代训练,得到目标风险评估模型。在一种可选的实施方式中,在所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型方面,所述处理单元具体用于:通过初始风险评估模型对所述风险用户的第一历史用户行为数据进行特征提取处理,得到风险用户特征数据;以及基于所述风险用户特征数据,通过所述初始风险评估模型得到所述风险用户的风险预测结果;以及基于所述风险用户的风险预测结果,调整所述初始风险评估模型的模型参数。在一种可选的实施方式中,在所述基于所述历史用户行为数据和所述至少本文档来自技高网...

【技术保护点】
1.一种风险评估方法,其特征在于,所述方法包括:/n获取来自于多个渠道的历史用户行为数据;/n基于所述历史用户行为数据,确定至少一个风险用户;/n基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型;/n基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果。/n

【技术特征摘要】
1.一种风险评估方法,其特征在于,所述方法包括:
获取来自于多个渠道的历史用户行为数据;
基于所述历史用户行为数据,确定至少一个风险用户;
基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型;
基于所述目标风险评估模型、目标用户的当前行为数据,得到所述目标用户的当前风险评估结果。


2.根据权利要求1所述的方法,其特征在于,所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型,包括:
将所述历史用户行为数据中包含的所述至少一个风险用户的第一历史用户行为数据作为负样本、将所述历史用户行为数据中除所述第一历史用户行为数据之外的第二历史用户行为数据中的至少一部分作为正样本,对初始风险评估模型进行迭代训练,得到目标风险评估模型。


3.根据权利要求1至2中任一项所述的方法,其特征在于,所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型,包括:
通过初始风险评估模型对所述至少一个风险用户的第一历史用户行为数据进行特征提取处理,得到风险用户特征数据;
基于所述风险用户特征数据,通过所述初始风险评估模型得到所述风险用户的风险预测结果;
基于所述风险用户的风险预测结果,调整所述初始风险评估模型的模型参数。


4.根据权利要求3所述的方法,其特征在于,所述基于所述历史用户行为数据和所述至少一个风险用户,得到目标风险评估模型,包括:
对所述多个渠道进行归类分组,得到多组渠道,其中,每组渠道包括所述多个渠道中至少一个渠道;
将所述历史用户行为数据中每条用户行为数据和所述每条用户行为数据的渠道所属的分组作为样本数据,对初始风险评估模型进行训练,得到目标风险评估模型。


5.根据权利要求1至4中任一项所述的方法,其特征在于,所述基于所述目标风险评估模型和目标用户的当前行为数据,得到所述目标用户的当前...

【专利技术属性】
技术研发人员:李艳民王震肖磊闵旺华钟细亚
申请(专利权)人:北京市商汤科技开发有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1