【技术实现步骤摘要】
基于人工智能的风险管控方法、装置、设备及存储介质
[0001]本申请涉及数据分析
，尤其涉及一种基于人工智能的风险管控方法、装置、设备及存储介质。
技术介绍
[0002]虚拟账户因不同于实体银行卡而脱离人行监管体系。专利技术人发现在针对这类账户进行风险管控过程中，传统的交易风险监测方案是利用简单的逻辑规则来进行对虚拟账户进行风险识别，虽然在一定程度上可以满足可疑交易预警的需求，但是这种方案因其监测逻辑较为简单，维度单一，不够全面，导致风险管控效果较差。
技术实现思路
[0003]本申请实施例提供了一种基于人工智能的风险管控方法、装置、设备及存储介质，可以有效提升风险管控效果。
[0004]第一方面，本申请实施例提供了一种基于人工智能的风险管控方法，包括：
[0005]获取目标平台的目标虚拟账户的第一交易数据；
[0006]利用基于决策树设置的风险监控策略以根据所述第一交易数据对所述目标虚拟账户进行风险识别，得到第一风险识别结果，所述第一风险识别结果用于指示所述目标虚拟账户是否存在...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的风险管控方法，其特征在于，包括：获取目标平台的目标虚拟账户的第一交易数据；利用基于决策树设置的风险监控策略以根据所述第一交易数据对所述目标虚拟账户进行风险识别，得到第一风险识别结果，所述第一风险识别结果用于指示所述目标虚拟账户是否存在风险；获取所述目标虚拟账户的第二交易数据，所述第二交易数据与所述第一交易数据存在不同；利用基于集成学习方法设置的风险监控策略以根据所述第二交易数据对所述目标虚拟账户进行风险识别，得到第二风险识别结果，所述第二风险识别结果包括所述目标虚拟账户的风险系数；根据所述第一风险识别结果和所述第二风险识别结果进行风险管控。2.根据权利要求1所述的方法，其特征在于，所述利用基于决策树设置的风险监控策略以根据所述第一交易数据对所述目标虚拟账户进行风险识别，得到第一风险识别结果，包括：对所述第一交易数据包括的各连续变量进行分箱处理，得到所述各连续变量的分箱结果；根据平台与预训练的决策树之间的对应关系确定所述目标平台对应的预训练的决策树；将所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果作为所述目标平台对应的预训练的决策树的输入数据，通过所述预训练的决策树根据所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果对所述目标虚拟账户进行风险识别，得到第一风险识别结果。3.根据权利要求2所述的方法，其特征在于，所述目标平台对应的预训练的决策树包括第一决策树以及第二决策树，所述通过所述预训练的决策树根据所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果对所述目标虚拟账户进行风险识别，得到第一风险识别结果，包括：将所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果作为所述第一决策树的输入数据，通过所述第一决策树根据所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果对目标虚拟账户进行风险识别，得到所述第一决策树的输出结果；所述第一决策树的输出结果用于指示所述目标虚拟账户是否存在风险；将所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果以及所述第一决策树的输出结果作为所述第二决策树的输入数据，通过所述第二决策树根据所述第一交易数据包括的除所述各连续变量之外的各变量、所述各连续变量的分箱结果以及所述第一决策树的输出结果对所述目标虚拟账户进行风险识别，得到第一风险识别结果。4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：统计多个平台中每个平台的交易特征数据以及平台基本信息；根据所述交易特征数据以及所述平台基本信息对所述多个平台进行聚类处理，得到多
个平台集合；获取所述多个平台集合中每个平台集合...
【专利技术属性】
技术研发人员：李菲，文广明，王丽虹，刘玲，田鸥，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
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。