风险识别方法、装置、电子设备及可读存储介质制造方法及图纸

本公开实施例公开了一种风险识别方法、装置、电子设备及可读存储介质，该风险识别方法包括：获取样本数据以及待识别事件，其中，所述样本数据包括多个事件，每个所述事件与一个或多个特征相关联，所述待识别事件与一个或多个目标特征相关联；至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数；基于所述目标特征的风险关联参数，确定所述待识别事件的风险。根据本公开实施例，通过至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数，能够较为准确地识别待识别事件的风险。

【技术实现步骤摘要】
风险识别方法、装置、电子设备及可读存储介质
本公开涉及互联网
，具体涉及一种风险识别方法、装置、电子设备及可读存储介质。
技术介绍
目前，在响应用户的业务处理请求的过程中主要通过对数字类信息的匹配核实来进行风险识别，比如通过验证信用卡卡号、有效期、手机号码、证件号码等来判断当前的待识别事件是否存在风险。然而，本专利技术人发现，现有技术中存在风险识别不准确的问题。
技术实现思路
为了解决相关技术中的问题，本公开实施例提供一种风险识别方法、装置、电子设备及可读存储介质。第一方面，本公开实施例中提供了一种风险识别方法。具体地，所述风险识别方法，包括：获取样本数据以及待识别事件，其中，所述样本数据包括多个事件，每个所述事件与一个或多个特征相关联，所述待识别事件与一个或多个目标特征相关联；至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数；基于所述目标特征的风险关联参数，确定所述待识别事件的风险。结合第一方面，本公开在第一方面的第一种实现方式中，所述获取样本数据，包括：获取原始数据，所述原始数据包括多个事件以及所述事件是否为风险事件的标识，每个所述事件与一个或多个原始特征相关联；基于所述原始特征获取新增特征；将所述新增特征与相应事件相关联，并将所述新增特征加入所述原始数据，以获取所述样本数据。结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述基于所述原始特征以获取新增特征，包括：将多个原始特征组合为新增特征；以及/或者通过模糊化的方式处理所述原始特征以获取新增特征。结合第一方面，本公开在第一方面的第三种实现方式中，所述风险关联参数包括第一风险关联参数，所述至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数，包括：基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的第一风险关联参数。结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，该方法还包括：基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的第一风险关联参数的第一置信度，其中，所述基于所述目标特征的风险关联参数，确定所述待识别事件的风险，包括：基于所述目标特征的第一风险关联参数和所述第一置信度，确定所述待识别事件的风险。结合第一方面，本公开在第一方面的第五种实现方式中，所述风险关联参数包括第二风险关联参数，所述至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数，包括：基于与所述目标特征相关联的风险事件的数量和非风险事件的数量确定筛选条件；基于所述样本数据中满足所述筛选条件的特征数量，确定所述目标特征的第二风险关联参数。结合第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中：所述筛选条件包括第一筛选条件和第二筛选条件，所述第一筛选条件包括风险事件的数量与所述目标特征的风险事件数量的差值为第一预设值且非风险事件的数量与所述目标特征的非风险事件数量的差值为第二预设值，所述第二筛选条件包括风险事件的数量与所述目标特征的风险事件数量的差值为第二预设值且非风险事件的数量与所述目标特征的非风险事件数量的差值为第一预设值；基于所述样本数据中满足所述筛选条件的特征数量，确定所述目标特征的第二风险关联参数，包括基于所述样本数据中满足所述第一筛选条件的特征数量和满足所述第二筛选条件的特征数量，确定所述目标特征的第二风险关联参数。结合第一方面的第五种实现方式，本公开在第一方面的第七种实现方式中，该方法还包括：基于所述样本数据中满足所述筛选条件的特征数量，确定所述目标特征的第二风险关联参数的第二置信度，其中，所述基于所述目标特征的风险关联参数，确定所述待识别事件的风险，包括：基于所述目标特征的第二风险关联参数和所述第二置信度，确定所述待识别事件的风险。结合第一方面，本公开在第一方面的第八种实现方式中，所述风险关联参数包括第一风险关联参数和第二风险关联参数，所述基于所述目标特征的风险关联参数，确定所述待识别事件的风险，包括：基于所述第一风险关联参数、所述第二风险关联参数、所述第一风险关联参数的第一置信度以及所述第二风险关联参数的第二置信度确定所述目标特征的第一风险概率；基于与所述待识别事件相关联的多个目标特征各自的第一风险概率确定所述待识别事件的第二风险概率；基于所述待识别事件的第二风险概率，确定所述待识别事件的风险。结合第一方面，本公开在第一方面的第九种实现方式中，所述基于所述目标特征的风险关联参数，确定所述待识别事件的风险，包括：基于所述目标特征的风险关联参数和至少一个与所述待识别事件的场景相关的预设特征，使用训练好的第一模型，确定所述待识别事件的风险，所述第一模型是使用样本数据的风险关联参数和预设特征训练得到的。结合第一方面，本公开在第一方面的第十种实现方式中，该方法还包括：根据所述待识别事件的实际业务处理结果，将所述待识别事件分类为风险事件或非风险事件；将所述待识别事件加入所述样本数据。结合第一方面，本公开在第一方面的第十一种实现方式中，该方法还包括：在确定所述待识别事件为高风险事件的情况下，基于所述目标特征输出按照预设维度组织与所述事件相关的描述信息而得到的解释信息。结合第一方面，本公开在第一方面的第十二种实现方式中，该方法还包括：基于所述待识别事件的风险识别结果，使用训练好的第二模型，确定针对所述待识别事件的业务决策，所述第二模型是使用样本事件的风险识别结果、针对所述样本事件的样本业务决策和针对所述样本事件采取所述样本业务决策后得到的结果训练得到的。第二方面，本公开实施例中提供了一种风险识别装置。具体地，所述风险识别装置，包括：获取模块，被配置为获取样本数据以及待识别事件，其中，所述样本数据包括多个事件，每个所述事件与一个或多个特征相关联，所述待识别事件与一个或多个目标特征相关联；第一确定模块，被配置为至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数；第二确定模块，被配置为基于所述目标特征的风险关联参数，确定所述待识别事件的风险。结合第二方面，本公开在第二方面的第一种实现方式中，所述获取模块包括：第一获取子模块，被配置为获取原始数据，所述原始数据包括多个事件以及所述事件是否为风险事件的标识，每个所述事件与一个或多个原始特征相关联；第二获取子模块，被配置为基于所述原始特征获取新增特征；第三获取子模块，被配置为将所述新增特征与相应事件相关联，并将所述新增特征加入所述原始数据本文档来自技高网...

【技术保护点】
1.一种风险识别方法，包括：/n获取样本数据以及待识别事件，其中，所述样本数据包括多个事件，每个所述事件与一个或多个特征相关联，所述待识别事件与一个或多个目标特征相关联；/n至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数；/n基于所述目标特征的风险关联参数，确定所述待识别事件的风险。/n

【技术特征摘要】
1.一种风险识别方法，包括：
获取样本数据以及待识别事件，其中，所述样本数据包括多个事件，每个所述事件与一个或多个特征相关联，所述待识别事件与一个或多个目标特征相关联；
至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数；
基于所述目标特征的风险关联参数，确定所述待识别事件的风险。


2.根据权利要求1所述的方法，其特征在于，所述获取样本数据，包括：
获取原始数据，所述原始数据包括多个事件以及所述事件是否为风险事件的标识，每个所述事件与一个或多个原始特征相关联；
基于所述原始特征获取新增特征；
将所述新增特征与相应事件相关联，并将所述新增特征加入所述原始数据，以获取所述样本数据。


3.根据权利要求2所述的方法，其特征在于，所述基于所述原始特征以获取新增特征，包括：
将多个原始特征组合为新增特征；以及/或者
通过模糊化的方式处理所述原始特征以获取新增特征。


4.根据权利要求1所述的方法，其中，所述风险关联参数包括第一风险关联参数，所述至少基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的风险关联参数，包括：
基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的第一风险关联参数。


5.根据权利要求4所述的方法，还包括：
基于所述样本数据中与所述目标特征相关联的风险事件的数量和非风险事件的数量，确定所述目标特征的第一风险关联参数的第一置信度，
其中，所述基于所述目标特征的风险关联参数，确定所述待识别事件的风险，包括：基于所述目标特征的第一风险关联参数和所述第一置信度，确定所述待识别事件的风险。


6.根据权利要求1所述的方法，其中，所述风险关联参数包括第二风险关联参数，所述至少基于...

【专利技术属性】
技术研发人员：孙佩，陆青，
申请(专利权)人：拉扎斯网络科技上海有限公司，
类型：发明
国别省市：上海;31