一种风险控制方法、系统、设备及介质技术方案

本发明专利技术提供一种风险控制方法、系统、设备及介质，包括：获取样本数据集；按照预设比例计算样本数据集中每个样本的目标分位数；根据目标分位数筛选出目标样本区域，目标样本区域包含一个或多个样本；根据筛选出的目标样本区域确定风险控制规则，并利用风险控制规则对一个或多个目标对象进行风险控制。本发明专利技术设计了一套基于区域浓度的风控/反欺诈规则的方案，可以从高纬特征空间中提取风险控制规则，从而保持额定的通过率，同时可以根据数据自身的特点和特定区域的好坏样本浓度寻找最优的分割点，再进行多轮的迭代后，得到最终的风险控制规则。本发明专利技术摆脱了主观偏向，可以达到理想的通过率，可以最大化发挥数据本身的特点。可以最大化发挥数据本身的特点。可以最大化发挥数据本身的特点。

【技术实现步骤摘要】
一种风险控制方法、系统、设备及介质


[0001]本专利技术涉及数据处理
，特别是涉及一种风险控制方法、系统、设备及介质。

技术介绍

[0002]在反欺诈/金融风控等场景下的策略迭代过程中，通常需要一些规则条件快速的针对冷启动问题或者在具体纬度对不符合规定的客户进行拦截，并且在拦截过程中还要保持一定的通过率，不能将用户全都拦截。而目前的拦截方式多是单纯地依靠枚举、画格子、CART等传统决策树的常规手段，导致很难高效的达到拦截目的。因此，需要设计一种合适的拦截规则或拦截方案。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种风险控制方法、系统、设备及介质，用于解决现有技术中存在的问题。
[0004]为实现上述目的及其他相关目的，本专利技术提供一种风险控制方法，包括以下步骤：
[0005]获取样本数据集；
[0006]按照预设比例计算所述样本数据集中每个样本的目标分位数；
[0007]根据所述目标分位数筛选出目标样本区域，所述目标样本区域包含一个或多个所述样本；
[0008]根据筛选出的目标样本区域确定风险控制规则，并利用所述风险控制规则对一个或多个目标对象进行风险控制。
[0009]可选地，按照预设比例计算所述样本数据集中每个样本的目标分位数的过程包括：
[0010]获取每次过滤异常样本的比例；
[0011]根据所获取的比例计算每个样本的异常样本分位数和正常样本分位数；
[0012]或者，获取每次过滤正常样本的比例；
[0013]根据所获取的比例计算每个样本的异常样本分位数和正常样本分位数。
[0014]可选地，根据所述目标分位数筛选出目标样本区域的过程包括：
[0015]根据所述目标分位数将所述样本数据集分割为多个样本区域；
[0016]计算每个样本区域的异常样本浓度；
[0017]剔除最低异常样本浓度所对应的样本区域，并筛选出剩余的样本区域作为目标样本区域。
[0018]可选地，根据筛选出的目标样本区域确定风险控制规则的过程包括：
[0019]判断所述目标样本区域中的样本数量是否小于等于第一预设阈值；
[0020]若小于等于所述第一预设阈值，则根据所述目标样本区域确定风险控制规则；
[0021]若大于所述第一预设阈值，则根据剩余样本的目标分位数将所述目标样本区域分
割为多个样本区域，以及剔除最低异常样本浓度所对应的样本区域，并将剩余的样本区域作为新的目标样本区域后，重新判断新的目标样本区域中的样本数量是否小于等于第一预设阈值。
[0022]可选地，根据筛选出的目标样本区域确定风险控制规则的过程包括：
[0023]判断所述目标样本区域的异常样本浓度是否大于等于第二预设阈值；
[0024]若大于等于所述第二预设阈值，则根据所述目标样本区域确定风险控制规则；
[0025]若小于所述第二预设阈值，则根据剩余样本的目标分位数将所述目标样本区域分割为多个样本区域，以及剔除最低异常样本浓度所对应的样本区域，并将剩余的样本区域作为新的目标样本区域后，重新判断新的目标样本区域的异常样本浓度是否大于等于第二预设阈值。
[0026]本专利技术还提供一种风险控制系统，包括有：
[0027]采集模块，用于获取样本数据集；
[0028]分位数模块，用于按照预设比例计算所述样本数据集中每个样本的目标分位数；
[0029]样本区域模块，用于根据所述目标分位数筛选出目标样本区域，所述目标样本区域包含一个或多个所述样本；
[0030]风险控制模块，用于根据筛选出的目标样本区域确定风险控制规则，并利用所述风险控制规则对一个或多个目标对象进行风险控制。
[0031]可选地，所述分位数模块按照预设比例计算所述样本数据集中每个样本的目标分位数的过程包括：
[0032]获取每次过滤异常样本的比例；
[0033]根据所获取的比例计算每个样本的异常样本分位数和正常样本分位数；
[0034]或者，获取每次过滤正常样本的比例；
[0035]根据所获取的比例计算每个样本的异常样本分位数和正常样本分位数。
[0036]可选地，所述样本区域模块根据所述目标分位数筛选出目标样本区域的过程包括：
[0037]根据所述目标分位数将所述样本数据集分割为多个样本区域；
[0038]计算每个样本区域的异常样本浓度；
[0039]剔除最低异常样本浓度所对应的样本区域，并筛选出剩余的样本区域作为目标样本区域。
[0040]可选地，所述风险控制模块根据筛选出的目标样本区域确定风险控制规则的过程包括：
[0041]判断所述目标样本区域中的样本数量是否小于等于第一预设阈值；
[0042]若小于等于所述第一预设阈值，则根据所述目标样本区域确定风险控制规则；
[0043]若大于所述第一预设阈值，则根据剩余样本的目标分位数将所述目标样本区域分割为多个样本区域，以及剔除最低异常样本浓度所对应的样本区域，并将剩余的样本区域作为新的目标样本区域后，重新判断新的目标样本区域中的样本数量是否小于等于第一预设阈值。
[0044]可选地，所述风险控制模块根据筛选出的目标样本区域确定风险控制规则的过程包括：
[0045]判断所述目标样本区域的异常样本浓度是否大于等于第二预设阈值；
[0046]若大于等于所述第二预设阈值，则根据所述目标样本区域确定风险控制规则；
[0047]若小于所述第二预设阈值，则根据剩余样本的目标分位数将所述目标样本区域分割为多个样本区域，以及剔除最低异常样本浓度所对应的样本区域，并将剩余的样本区域作为新的目标样本区域后，重新判断新的目标样本区域的异常样本浓度是否大于等于第二预设阈值。
[0048]本专利技术还提供一种风险控制设备，包括：
[0049]一个或多个处理器；和
[0050]存储有指令的计算机可读介质，当所述一个或多个处理器执行所述指令时，使得所述设备执行如上述中任意一项所述的方法。
[0051]本专利技术还提供一种计算机可读介质，其上存储有指令，当由一个或多个处理器执行所述指令时，使得设备执行如上述中任意一项所述的方法。
[0052]如上所述，本专利技术提供一种风险控制方法、系统、设备及介质，具有以下有益效果：
[0053]本专利技术针对目前存在的问题，设计了一套基于区域浓度的风控/反欺诈规则的方案，可以从高纬特征空间中提取风险控制规则，从而保持额定的通过率，同时可以根据数据自身的特点和特定区域的好坏样本浓度寻找最优的分割点，再进行多轮的迭代后，得到最终的风险控制规则。本专利技术能够从高纬变量、大量数据中找到最优的规则组合，然后运用最优的规则组合对黑/灰用户进行拦截。同时，本专利技术根据样本数据自身的特点和设定的通过率超参数寻找最优的分割点，将正常样本用户和黑灰用户等异常样本用户分离，再进行多轮的迭代后本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险控制方法，其特征在于，包括以下步骤：获取样本数据集；按照预设比例计算所述样本数据集中每个样本的目标分位数；根据所述目标分位数筛选出目标样本区域，所述目标样本区域包含一个或多个所述样本；根据筛选出的目标样本区域确定风险控制规则，并利用所述风险控制规则对一个或多个目标对象进行风险控制。2.根据权利要求1所述的风险控制方法，其特征在于，按照预设比例计算所述样本数据集中每个样本的目标分位数的过程包括：获取每次过滤异常样本的比例；根据所获取的比例计算每个样本的异常样本分位数和正常样本分位数；或者，获取每次过滤正常样本的比例；根据所获取的比例计算每个样本的异常样本分位数和正常样本分位数。3.根据权利要求1或2所述的风险控制方法，其特征在于，根据所述目标分位数筛选出目标样本区域的过程包括：根据所述目标分位数将所述样本数据集分割为多个样本区域；计算每个样本区域的异常样本浓度；剔除最低异常样本浓度所对应的样本区域，并筛选出剩余的样本区域作为目标样本区域。4.根据权利要求3所述的风险控制方法，其特征在于，根据筛选出的目标样本区域确定风险控制规则的过程包括：判断所述目标样本区域中的样本数量是否小于等于第一预设阈值；若小于等于所述第一预设阈值，则根据所述目标样本区域确定风险控制规则；若大于所述第一预设阈值，则根据剩余样本的目标分位数将所述目标样本区域分割为多个样本区域，以及剔除最低异常样本浓度所对应的样本区域，并将剩余的样本区域作为新的目标样本区域后，重新判断新的目标样本区域中的样本数量是否小于等于第一预设阈值。5.根据权利要求3所述的风险控制方法，其特征在于，根据筛选出的目标样本区域确定风险控制规则的过程包括：判断所述目标样本区域的异常样本浓度是否大于等于第二预设阈值；若大于等于所述第二预设阈值，则根据所述目标样本区域确定风险控制规则；若小于所述第二预设阈值，则根据剩余样本的目标分位数将所述目标样本区域分割为多个样本区域，以及剔除最低异常样本浓度所对应的样本区域，并将剩余的样本区域作为新的目标样本区域后，重新判断新的目标样本区域的异常样本浓度是否大于等于第二预设阈值。6.一种风险控制系统，其特征在于，包括有：采集模块，用于获取样本数据集；分位数模块，用于按照预设比例计算所述样本数据集中每个样本的目标分位数；样本区域模块，用于根据所述目标分位数筛选出目标样本区域，所述目标样本区域包
含一个...

【专利技术属性】
技术研发人员：姚尧，俞晓臣，
申请(专利权)人：北京云从科技有限公司，
类型：发明
国别省市：