本申请涉及一种账户风险识别方法、装置、计算机设备、存储介质和计算机程序产品，可应用于人工智能技术领域，能够提升账户风险识别结果的准确性。所述方法包括：响应于用户账户对目标业务的业务办理请求，从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据；基于所述外部账户数据，获取所述用户账户更新后的账户特征；确定所述用户账户关联的历史业务，并获取所述历史业务对应的预先训练好的账户风险识别模型；将所述更新后的账户特征输入到所述账户风险识别模型，并基于所述账户风险识别模型输出的风险识别结果，对所述用户账户在所述历史业务下的历史风险识别结果进行更新。识别结果进行更新。识别结果进行更新。
【技术实现步骤摘要】
账户风险识别方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
，特别是涉及一种账户风险识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着计算机技术发展，当用户办理相关业务时，相关机构可以及时获取相关数据识别用户存在的信用风险。
[0003]在相关技术中，主要是在用户办理指定业务的过程中进行风险识别，将风险识别结果与该指定业务关联，后续再进行相关处理时，则可以参考该风险识别结果。
[0004]然而，实践中发现，后续再次参考该风险识别结果时，该风险识别结果与用户实际的信用风险存在差异，存在风险识别结果不准确的情况。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高账户风险识别结果准确性的账户风险识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种账户风险识别方法，所述方法包括：
[0007]响应于用户账户对目标业务的业务办理请求，从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据；
[0008]基于所述外部账户数据，获取所述用户账户更新后的账户特征；
[0009]确定所述用户账户关联的历史业务，并获取所述历史业务对应的预先训练好的账户风险识别模型；
[0010]将所述更新后的账户特征输入到所述账户风险识别模型，并基于所述账户风险识别模型输出的风险识别结果，对所述用户账户在所述历史业务下的历史风险识别结果进行更新。
[0011]在其中一个实施例中所述历史业务对应的预先训练好的账户风险识别模型通过如下步骤训练得到：
[0012]基于办理所述历史业务的多个样本用户账户对应的样本账户特征，获取多个训练样本；
[0013]在预设的约束条件和求解目标下，利用所述多个训练样本对待训练的支持向量机进行训练；其中，所述支持向量机通过对应的超平面将所述多个训练样本分类为高风险样本和低风险样本，所述约束条件为所述低风险样本和所述高风险样本与所述超平面的距离满足预设的距离条件，所述求解目标为各个训练样本与所述超平面的距离之和最大；
[0014]在满足训练结束条件时，得到训练好的账户风险识别模型。
[0015]在其中一个实施例中，所述基于办理所述历史业务的多个样本用户账户对应的样本账户特征，获取多个训练样本，包括：
[0016]获取办理所述历史业务的多个样本用户账户各自对应的初始账户特征和每个所
述样本用户账户的风险标签；
[0017]采用预设的核函数对所述初始账户特征进行映射，得到各样本用户账户对应的样本账户特征；所述样本账户特征的特征维度大于所述初始账户特征的特征维度；
[0018]基于每个样本用户账户对应的样本账户特征和风险标签，得到多个训练样本。
[0019]在其中一个实施例中，所述获取办理所述历史业务的多个样本用户账户各自对应的初始账户特征，包括：
[0020]从外部数据系统和内部数据系统中，分别获取办理所述历史业务的多个样本用户账户各自的外部样本账户数据和内部样本账户数据；
[0021]确定所述外部样本账户数据和内部样本账户数据中的关联数据项和非关联数据项，并对所述外部样本账户数据和内部样本账户数据在所述关联数据项下的数据值进行融合，得到融合后的样本账户数据；
[0022]基于每个样本用户账户融合后的样本账户数据和所述非关联数据项下的样本账户数据，确定每个样本用户账户对应的初始账户特征。
[0023]在其中一个实施例中，所述基于所述外部账户数据，获取所述用户账户更新后的账户特征，包括：
[0024]从内部数据系统中获取在所述用户账户业务办理过程中采集到的原始账户数据，并基于所述原始账户数据得到所述用户账户的内部账户数据；
[0025]对所述外部账户数据和所述内部账户数据进行融合，并基于融合后的账户数据，获取所述用户账户更新后的账户特征。
[0026]在其中一个实施例中，所述对所述外部账户数据和所述内部账户数据进行融合，并基于融合后的账户数据，获取所述用户账户更新后的账户特征，包括：
[0027]基于所述外部账户数据和所述内部账户数据各自的数据项，确定所述外部账户数据和所述内部账户数据的关联数据项和非关联数据项；
[0028]对所述外部账户数据和所述内部账户数据在所述关联数据项下的数据值进行融合，得到所述关联数据项更新后的账户数据；
[0029]基于所述关联数据项更新后的账户数据和所述非关联数据项下的账户数据，获取所述用户账户更新后的账户特征。
[0030]在其中一个实施例中，所述从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据，包括：
[0031]确定所述目标业务关联的账户属性；
[0032]从外部数据系统获取所述用户账户在所述账户属性下的属性信息，作为所述用户账户对应的外部账户数据。
[0033]第二方面，本申请还提供了一种账户风险识别装置。所述装置包括：
[0034]外部数据获取模块，用于响应于用户账户对目标业务的业务办理请求，从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据；
[0035]账户特征更新模块，用于基于所述外部账户数据，获取所述用户账户更新后的账户特征；
[0036]模型获取模块，用于确定所述用户账户关联的历史业务，并获取所述历史业务对应的预先训练好的账户风险识别模型；
[0037]风险识别结果获取模块，用于将所述更新后的账户特征输入到所述账户风险识别模型，并基于所述账户风险识别模型输出的风险识别结果，对所述用户账户在所述历史业务下的历史风险识别结果进行更新。
[0038]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0039]响应于用户账户对目标业务的业务办理请求，从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据；
[0040]基于所述外部账户数据，获取所述用户账户更新后的账户特征；
[0041]确定所述用户账户关联的历史业务，并获取所述历史业务对应的预先训练好的账户风险识别模型；
[0042]将所述更新后的账户特征输入到所述账户风险识别模型，并基于所述账户风险识别模型输出的风险识别结果，对所述用户账户在所述历史业务下的历史风险识别结果进行更新。
[0043]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0044]响应于用户账户对目标业务的业务办理请求，从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据；
[0045]基于所述外部账户数据，获取所述用户账户更新后的账户特征；<本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种账户风险识别方法，其特征在于，所述方法包括：响应于用户账户对目标业务的业务办理请求，从外部数据系统获取与所述目标业务关联的所述用户账户对应的外部账户数据；基于所述外部账户数据，获取所述用户账户更新后的账户特征；确定所述用户账户关联的历史业务，并获取所述历史业务对应的预先训练好的账户风险识别模型；将所述更新后的账户特征输入到所述账户风险识别模型，并基于所述账户风险识别模型输出的风险识别结果，对所述用户账户在所述历史业务下的历史风险识别结果进行更新。2.根据权利要求1所述的方法，其特征在于，所述历史业务对应的预先训练好的账户风险识别模型通过如下步骤训练得到：基于办理所述历史业务的多个样本用户账户对应的样本账户特征，获取多个训练样本；在预设的约束条件和求解目标下，利用所述多个训练样本对待训练的支持向量机进行训练；其中，所述支持向量机通过对应的超平面将所述多个训练样本分类为高风险样本和低风险样本，所述约束条件为所述低风险样本和所述高风险样本与所述超平面的距离满足预设的距离条件，所述求解目标为各个训练样本与所述超平面的距离之和最大；在满足训练结束条件时，将当前的支持向量机作为训练好的账户风险识别模型。3.根据权利要求2所述的方法，其特征在于，所述基于办理所述历史业务的多个样本用户账户对应的样本账户特征，获取多个训练样本，包括：获取办理所述历史业务的多个样本用户账户各自对应的初始账户特征和每个所述样本用户账户的风险标签；采用预设的核函数对所述初始账户特征进行映射，得到各样本用户账户对应的样本账户特征；所述样本账户特征的特征维度大于所述初始账户特征的特征维度；基于每个样本用户账户对应的样本账户特征和风险标签，得到多个训练样本。4.根据权利要求3所述的方法，其特征在于，所述获取办理所述历史业务的多个样本用户账户各自对应的初始账户特征，包括：从外部数据系统和内部数据系统中，分别获取办理所述历史业务的多个样本用户账户各自的外部样本账户数据和内部样本账户数据；确定所述外部样本账户数据和内部样本账户数据中的关联数据项和非关联数据项，并对所述外部样本账户数据和内部样本账户数据在所述关联数据项下的数据值进行融合，得到融合后的样本账户数据；基于每个样本用户账户融合后的样本账户数据和所述非关联数据项下的样本账户数据，确定每个样本用户账户对应的初始账户特征。5.根据权利要求1所述的方法，其特征在于，所述基于所述外部账户...
【专利技术属性】
技术研发人员：梅宝泰，李春霖，王备，彭诗笑，
申请(专利权)人：中国工商银行股份有限公司，
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。