风险控制系统及方法技术方案

本发明专利技术揭示了一种风险控制系统及方法，所述风险控制系统包括风险控制模型构建模块、用户信息获取模块、用户分类模块、风险分析模块及回溯模块；风险控制模型构建模块用以构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；用户信息获取模块用以获取用户信息；用户分类模块用以对对应用户进行分类；风险分析模块用以根据用户分类数据为其分配对应的风险控制模型，从而对对应用户的风险进行分析；回溯模块用以将用户的风险结果反馈至所述风险控制模型构建模块，所述风险控制模型构建模块以此调整对应的风险控制模型。本发明专利技术提出的风险控制系统及方法，可提高风险控制的准确性及效率。制的准确性及效率。制的准确性及效率。

【技术实现步骤摘要】
风险控制系统及方法


[0001]本专利技术属于风险控制
，涉及一种风险控制系统，尤其涉及一种基于用户类别的风险控制系统及方法。

技术介绍

[0002]随着时代的发展，风控领域技术的信息化、模型化、智能化程度越来越高。通过AI决策可有效利用大数据，从而提高客户信用评级方面的效率和风控能力。
[0003]现有的风险控制方式通常是利用一个不断完善的风险控制模型对所有用户进行风险评估；由于未针对用户分类，导致计算过程较为复杂，耗费的时间较长，而精准度也有待提高。
[0004]有鉴于此，如今迫切需要设计一种新的风险控制方式，以便克服现有风险控制方式存在的上述至少部分缺陷。

技术实现思路

[0005]本专利技术提供一种风险控制系统及方法，可提高风险控制的准确性及效率。
[0006]为解决上述技术问题，根据本专利技术的一个方面，采用如下技术方案：
[0007]一种风险控制系统，所述风险控制系统包括：
[0008]风险控制模型构建模块，用以构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；
[0009]用户信息获取模块，用以获取用户信息；
[0010]用户分类模块，用以根据所述用户信息获取模块获取的用户信息对对应用户进行分类；
[0011]风险分析模块，用以根据所述用户分类模块对用户进行的分类数据为其分配对应的风险控制模型，从而对对应用户的风险进行分析；
[0012]回溯模块，用以将用户的风险结果反馈至所述风险控制模型构建模块，所述风险控制模型构建模块以此做如下之一的调整：
①
调整对应的风险控制模型；
②
调整用户分类方式；
③
调整每个风险控制模型对各类别用户具有对应的精准度；
[0013]所述风险控制模型构建模块包括：训练单元及测试单元；
[0014]训练单元，用以对训练数据集中的数据进行特征提取，根据标签及经过特征提取的训练数据利用机器学习算法进行学习，得到风险控制模型；
[0015]测试单元，用以对测试数据集中的数据进行特征提取，对经过特征提取的测试数据利用所述训练单元训练得到的风险控制模型进行测试，得到预测标签。
[0016]所述用户分类模块根据用户信息将用户分为若干分类；
[0017]所述风险分析模块按照用户的若干分类为其分配对应的若干风险控制模型，得到若干风险数据；根据得到的若干风险数据对所述用户进行最终评估：若根据该用户对应的精准度最高的风险控制模型得到的风险数据符合第一风险阈值范围，则评估存在风险；若
根据该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数据，则评估存在风险。
[0018]根据本专利技术的另一个方面，采用如下技术方案：一种风险控制系统，所述风险控制系统包括：
[0019]风险控制模型构建模块，用以构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；
[0020]用户信息获取模块，用以获取用户信息；
[0021]用户分类模块，用以根据所述用户信息获取模块获取的用户信息对对应用户进行分类；
[0022]风险分析模块，用以根据所述用户分类模块对用户进行的分类数据为其分配对应的风险控制模型，从而对对应用户的风险进行分析；
[0023]回溯模块，用以将用户的风险结果反馈至所述风险控制模型构建模块，所述风险控制模型构建模块以此做如下之一的调整：
①
调整对应的风险控制模型；
②
调整用户分类方式；
③
调整每个风险控制模型对各类别用户具有对应的精准度。
[0024]作为本专利技术的一种实施方式，所述风险控制模型构建模块包括：
[0025]训练单元，用以对训练数据集中的数据进行特征提取，根据标签及经过特征提取的训练数据利用机器学习算法进行学习，得到风险控制模型；
[0026]测试单元，用以对测试数据集中的数据进行特征提取，对经过特征提取的测试数据利用所述训练单元训练得到的风险控制模型进行测试，得到预测标签。
[0027]作为本专利技术的一种实施方式，所述用户分类模块根据用户信息将用户分为若干分类；
[0028]所述风险分析模块按照用户的若干分类为其分配对应的若干风险控制模型，得到若干风险数据；根据得到的若干风险数据对所述用户进行最终评估：若根据该用户对应的精准度最高的风险控制模型得到的风险数据符合第一风险阈值范围，则评估存在风险；若根据该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数据，则评估存在风险。
[0029]根据本专利技术的又一个方面，采用如下技术方案：一种风险控制方法，所述风险控制方法包括：
[0030]风险控制模型构建步骤，通过风险控制模型构建模块构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；
[0031]用户信息获取步骤，获取用户信息；
[0032]用户分类步骤，根据所述用户信息获取步骤获取的用户信息对对应用户进行分类；
[0033]风险分析步骤，根据所述用户分类步骤对用户进行的分类数据为其分配对应的风险控制模型，从而对对应用户的风险进行分析；
[0034]回溯步骤，将用户的风险结果反馈至风险控制模型构建模块，风险控制模型构建模块以此做如下之一的调整：
①
调整对应的风险控制模型；
②
调整用户分类方式；
③
调整每个风险控制模型对各类别用户具有对应的精准度；
[0035]所述风险控制模型构建步骤包括：
[0036]训练步骤，对训练数据集中的数据进行特征提取，根据标签及经过特征提取的训练数据利用机器学习算法进行学习，得到风险控制模型；
[0037]测试步骤，对测试数据集中的数据进行特征提取，对经过特征提取的测试数据利用所述训练单元训练得到的风险控制模型进行测试，得到预测标签；
[0038]所述用户分类步骤中，根据用户信息将用户分为若干分类；
[0039]所述风险分析步骤中，按照用户的若干分类为其分配对应的若干风险控制模型，得到若干风险数据；根据得到的若干风险数据对所述用户进行最终评估：若根据该用户对应的精准度最高的风险控制模型得到的风险数据符合第一风险阈值范围，则评估存在风险；若根据该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数据，则评估存在风险。
[0040]根据本专利技术的又一个方面，采用如下技术方案：一种风险控制方法，所述风险控制方法包括：
[0041]风险控制模型构建步骤，通过风险控制模型构建模块构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；
[0042]用户信息获取步骤，获取用户信息；
[0043]用户分类步骤，根据所述用户信息获取步骤获取的用户信息对对应用户进行分类；
[0044]风险分析步骤，根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种风险控制系统，其特征在于，所述风险控制系统包括：风险控制模型构建模块，用以构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；用户信息获取模块，用以获取用户信息；用户分类模块，用以根据所述用户信息获取模块获取的用户信息对对应用户进行分类；风险分析模块，用以根据所述用户分类模块对用户进行的分类数据为其分配对应的风险控制模型，从而对对应用户的风险进行分析；回溯模块，用以将用户的风险结果反馈至所述风险控制模型构建模块，所述风险控制模型构建模块以此做如下之一的调整：
①
调整对应的风险控制模型；
②
调整用户分类方式；
③
调整每个风险控制模型对各类别用户具有对应的精准度；所述风险控制模型构建模块包括：训练单元及测试单元；训练单元，用以对训练数据集中的数据进行特征提取，根据标签及经过特征提取的训练数据利用机器学习算法进行学习，得到风险控制模型；测试单元，用以对测试数据集中的数据进行特征提取，对经过特征提取的测试数据利用所述训练单元训练得到的风险控制模型进行测试，得到预测标签。所述用户分类模块根据用户信息将用户分为若干分类；所述风险分析模块按照用户的若干分类为其分配对应的若干风险控制模型，得到若干风险数据；根据得到的若干风险数据对所述用户进行最终评估：若根据该用户对应的精准度最高的风险控制模型得到的风险数据符合第一风险阈值范围，则评估存在风险；若根据该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数据，则评估存在风险。2.一种风险控制系统，其特征在于，所述风险控制系统包括：风险控制模型构建模块，用以构建若干风险控制模型；每个风险控制模型对各类别用户具有对应的精准度；用户信息获取模块，用以获取用户信息；用户分类模块，用以根据所述用户信息获取模块获取的用户信息对对应用户进行分类；风险分析模块，用以根据所述用户分类模块对用户进行的分类数据为其分配对应的风险控制模型，从而对对应用户的风险进行分析；回溯模块，用以将用户的风险结果反馈至所述风险控制模型构建模块，所述风险控制模型构建模块以此做如下之一的调整：
①
调整对应的风险控制模型；
②
调整用户分类方式；
③
调整每个风险控制模型对各类别用户具有对应的精准度。3.根据权利要求2所述的风险控制系统，其特征在于：所述风险控制模型构建模块包括：训练单元，用以对训练数据集中的数据进行特征提取，根据标签及经过特征提取的训练数据利用机器学习算法进行学习，得到风险控制模型；测试单元，用以对测试数据集中的数据进行特征提取，对经过特征提取的测试数据利用所述训练单元训练得到的风险控制模型进行测试，得到预测标签。
4.根据权利要求2所述的风险控制系统，其特征在于：所述用户分类模块根据用户信息将用户分为若干分类；所述风险分析模块按照用户的若干分类为其分配对应的若干风险控制模型，得到若干风险数据；根据得到的若干风险数据对所述用户进行最终评估：若根据该用户对应的精准度最高的风险控制模型得到的风险数据符合第一风险阈值范围，则评估存在风险；若根据该用户对应的若干风险控制模型得到的风险数据中存在符合第二风险阈值范围的风险数据，则评估存...

【专利技术属性】
技术研发人员：林建明，王明明，吴伟，赵兴，
申请(专利权)人：深圳萨摩耶数字科技有限公司，
类型：发明
国别省市：