基于用户数据的风险预测方法、装置及计算机设备制造方法及图纸

本发明专利技术公开了基于用户数据的风险预测方法、装置、计算机设备及存储介质，涉及人工智能技术，先是基于用户信息判断用户类型，之后在初步获取断用户风险等级值后判断其是否快速切换到人工座席服务以引导用户补充更多信息，最后获取目标座席端根据所述当前用户信息发送的当前用户调整风险值和当前用户授权值，将所述当前用户调整风险值和所述当前用户授权值发送至用户端。实现了数据获取过程中能及时得到人工指引，而且所评估的结果更加准确。

【技术实现步骤摘要】
基于用户数据的风险预测方法、装置及计算机设备
本专利技术涉及人工智能的智能决策
，尤其涉及一种基于用户数据的风险预测方法、装置、计算机设备及存储介质。
技术介绍
目前，当服务器接收到了用户上传的用户信息后，基于服务器中预先存储的风控模型能自动并快速的进行风险等级评估。但是现有方式的用户风险评估对用户填写并上传用户信息的准确度要求较高，这就需要用户在填写用户信息及上传用户资料时需避免填写错误信息，这对用户专业度要求较高。而且一旦基于用户上传的用户信息得出偏差较大的风险评估结果后即结束了交互流程，无后续的交互以获取更充分的信息以得到更准确的评估结果。
技术实现思路
本专利技术实施例提供了一种基于用户数据的风险预测方法、装置、计算机设备及存储介质，旨在解决现有技术中用户风险评估模型对用户信息的准确度要求较高，一旦基于用户上传的用户信息得出偏差较大的风险评估结果后即结束了交互流程，无后续的交互以获取更充分的信息以得到更准确的评估结果的问题。第一方面，本专利技术实施例提供了一种基于用户数据的风险预测方法，其包括：本文档来自技高网...

【技术保护点】
1.一种基于用户数据的风险预测方法，其特征在于，包括：/n若接收到用户端上传的用户校验请求，获取与所述用户校验请求对应的当前用户信息；/n根据所述当前用户信息获取对应的用户类型；其中，所述用户类型包括个人用户和企业用户；/n若所述用户类型为企业用户，调用预先训练的用户风险识别模型，将所述当前用户信息对应的用户特征输入至所述用户风险识别模型进行运算，得到与所述当前用户信息对应的当前用户风险等级值；/n判断所述当前用户风险等级值是否超出预设的风险等级阈值；/n若所述当前用户风险等级值超出所述风险等级阈值，获取与所述当前用户风险等级值对应的目标座席端集，在所述目标座席端集中随机选择一个目标座席端以将...

【技术特征摘要】
1.一种基于用户数据的风险预测方法，其特征在于，包括：
若接收到用户端上传的用户校验请求，获取与所述用户校验请求对应的当前用户信息；
根据所述当前用户信息获取对应的用户类型；其中，所述用户类型包括个人用户和企业用户；
若所述用户类型为企业用户，调用预先训练的用户风险识别模型，将所述当前用户信息对应的用户特征输入至所述用户风险识别模型进行运算，得到与所述当前用户信息对应的当前用户风险等级值；
判断所述当前用户风险等级值是否超出预设的风险等级阈值；
若所述当前用户风险等级值超出所述风险等级阈值，获取与所述当前用户风险等级值对应的目标座席端集，在所述目标座席端集中随机选择一个目标座席端以将第一连接指令发送至用户端；
获取目标座席端根据所述当前用户信息发送的当前用户调整风险值和当前用户授权值，将所述当前用户调整风险值和所述当前用户授权值发送至用户端；以及
若所述当前用户风险等级值未超出所述风险等级阈值，调用预先训练的用户评估预测模型，将所述当前用户信息对应的用户特征输入至所述用户评估预测模型进行运算，得到与所述当前用户信息对应的当前用户授权值。


2.根据权利要求1所述的基于用户数据的风险预测方法，其特征在于，所述根据所述当前用户信息获取对应的用户类型，包括：
获取所述当前用户信息中包括的用户名称；
判断所述用户名称中是否包括预设的第一关键词集合；
若所述用户名称中包括所述第一关键词集合，判定所述当前用户信息对应的用户类型为企业用户；
若所述用户名称中不包括所述第一关键词集合，判定所述当前用户信息对应的用户类型为个人用户。


3.根据权利要求1所述的基于用户数据的风险预测方法，其特征在于，所述根据所述当前用户信息获取对应的用户类型，包括：
获取所述当前用户信息中包括的用户唯一识别码；
获取将所述用户唯一识别码中的前6位数字，以组成目标字符串；
将所述目标字符串与预先存储的地址码集合中每一地址码进行比较，以判断在所述地址码集合中是否存在有地址码与所述目标字符串相等；
若所述地址码集合中存在有地址码与所述目标字符串相等，判定所述当前用户信息对应的用户类型为个人用户；
若所述地址码集合中未存在有地址码与所述目标字符串相等，判定所述当前用户信息对应的用户类型为企业用户。


4.根据权利要求1所述的基于用户数据的风险预测方法，其特征在于，所述调用预先训练的用户风险识别模型，将所述当前用户信息对应的用户特征输入至所述用户风险识别模型进行运算，得到与所述当前用户信息对应的当前用户风险等级值之前，还包括：
以所述当前用户信息对应的用户唯一识别码为检索条件，在服务器的用户历史数据库中检索获取对应的历史用户数据集；
根据预设的历史用户数据筛选策略，在所述历史用户数据集中获取满足历史用户数据筛选策略的目标历史用户数据，以组成目标历史用户数据集；
根据预设的核心用户特征筛选策略，在所述目标历史用户数据集及所述当前用户信息中进行核心特征提取，以得到所述当前用户信息对应的用户特征。


5.根据权利要求1所述的基于用户数据的风险预测方法，其特征在于，所述获取目标座席端根据所述当前用户信息发送的当前用户调整风险值和当前用户授权值，将所述当前用户调整风...

【专利技术属性】
技术研发人员：林朝泉，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：广东;44