风险控制方法及系统、计算机设备及计算机可读存储介质技术方案

本发明专利技术公开了一种风险控制方法及系统、计算机设备及计算机可读存储介质，该风险控制方法包括：将客户信息输入至训练好的客户画像模型中得到客户客观风险等级；客户画像模型为基于支持向量机的机器学习模型；将客户的风险评测信息输入至训练好的客户画像模型中得到客户主观风险等级；将客户客观风险等级与客户主观风险等级进行匹配，根据匹配结果进行风险控制。本发明专利技术基于机器学习算法，将基于风险评测得到的客户主观风险等级，与客户客观风险等级进行匹配，从而根据匹配结果进行风险控制，能够提高风险控制的准确性，进而提高交易安全性。

Risk control method and system, computer equipment and computer readable storage medium

【技术实现步骤摘要】
风险控制方法及系统、计算机设备及计算机可读存储介质
本专利技术涉及金融风险监控
，尤其涉及风险控制方法及系统、计算机设备及计算机可读存储介质。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。在金融活动中，经常需要对客户进行风险评测，以确定客户的风险承受能力，进而在客户风险承受能力范围内进行金融服务，以进行风险控制，提高交易安全性。然而，在对客户进行风险评测的过程中，客户可能由于受到多方面的影响，例如收益率的诱惑，或者其它信息的诱导，在进行风险评测时选择与自身实际情况不符的选项，在意识不到的情况下承受与自身能力不匹配的风险，进而进行与自身实际承受能力不符的金融活动或金融交易，由此导致风险控制准确性差，交易安全性较差。因此，现有的风险控制存在控制准确性差、交易安全性差的问题。
技术实现思路
本专利技术实施例提供一种风险控制方法，用以提高风险控制准确性及交易安全性，该方法包括：将客户信息输入至训练好的客户画像模型中得到本文档来自技高网...

【技术保护点】
1.一种风险控制方法，其特征在于，包括：/n将客户信息输入至训练好的客户画像模型中得到客户客观风险等级；客户画像模型为基于支持向量机的机器学习模型；/n将客户的风险评测信息输入至训练好的客户画像模型中得到客户主观风险等级；/n将客户客观风险等级与客户主观风险等级进行匹配，根据匹配结果进行风险控制。/n

【技术特征摘要】
1.一种风险控制方法，其特征在于，包括：
将客户信息输入至训练好的客户画像模型中得到客户客观风险等级；客户画像模型为基于支持向量机的机器学习模型；
将客户的风险评测信息输入至训练好的客户画像模型中得到客户主观风险等级；
将客户客观风险等级与客户主观风险等级进行匹配，根据匹配结果进行风险控制。


2.如权利要求1所述的风险控制方法，其特征在于，客户信息包括以下一种或多种：
客户基本信息、基金信息、理财信息及股票信息。


3.如权利要求1所述的风险控制方法，其特征在于，训练得到客户画像模型的步骤包括：
基于机器学习算法提取客户信息中的多个特征标签；
根据提取的多个特征标签构建基于支持向量机的客户画像模型；
利用历史客户信息集对客户画像模型进行训练，在训练符合预设条件时结束训练得到客户画像模型。


4.如权利要求3所述的风险控制方法，其特征在于，训练得到客户画像模型的步骤还包括：
在训练的过程中通过梯度提升决策树调整客户画像模型的参数。


5.如权利要求3所述的风险控制方法，其特征在于，预设条件包括以下一种或多种：
训练次数达到预设训练次数；
客户画像模型的准确率不小于预设准确率。


6.如权利要求3所述的风险控制方法，其特征在于，历史客户信息集包括历史客户信息训练集和历史客户信息验证集，预设条件包括客户画像模型的准确率不...

【专利技术属性】
技术研发人员：刘芳，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11