账户的风险等级划分方法、装置、终端设备和存储介质制造方法及图纸

本发明专利技术公开了一种账户的风险等级划分方法、装置、终端设备和存储介质，所述方法，包括：将交易数据集输入到风险等级划分网络中，以使风险等级划分网络将交易数据集中的每一交易数据转化成对应的交易向量后，再提取每一交易向量中的若干数据特征，从而对每一交易向量中的若干数据特征进行分类并根据分类结果得到目标交易数据集所对应的风险等级，则本方明可以通过仅获取客户的账户对应的交易数据，并通过已训练好的风险等级划分网络来得到更为准确的风险等级，而无需具有丰富经验的行业人员根据客户的信息进行风险等级的人工分析，不会出现因为人为进行判断的主观性从而导致最终的风险等级确定不够准确的问题，提高了风险等级划分的准确率。级划分的准确率。级划分的准确率。

【技术实现步骤摘要】
账户的风险等级划分方法、装置、终端设备和存储介质


[0001]本专利技术涉及信息安全
，尤其涉及一种账户的风险等级划分方法、装置、终端设备和存储介质。

技术介绍

[0002]对于金融客户的风险等级划分是金融行业保障资金安全和信息安全的关键技术之一。随着银行对客户对应的账户风险等级划分出台了相关规定后，各银行业金融机构将自身业务范围内的客户纳入了客户风险等级划分的范围，按照客户特点或账户的属性，综合考虑其他因素，将客户划分为高风险、中风险、低风险三个风险等级，并对进行风险等级分类的时限及审核、更新客户资料的时限作出了明确规定。则对于如何划分对金融账户的风险等级进行准确的划分，成为了金融行业的一个关键研究方向，现有的风险等级划分方法常需要工作人员具备丰富的行业领域知识，并根据客户的个人信息、工作信息和交易信息来进行人工评判，则会因为存在人为的主观判断性，使得风险等级划分的准确率不高。

技术实现思路

[0003]本专利技术实施例提供一种账户的风险等级划分方法、装置、终端设备和存储介质，能有效解决现有技术中因为存在人为的主观判断性，使得风险等级划分的准确率不高的问题。
[0004]本专利技术一实施例提供一种账户的风险等级划分方法，包括：
[0005]获取目标账户的目标标识对应的目标交易数据集；
[0006]将所述目标交易数据集输入风险等级划分网络，以使风险等级划分网络输出目标交易数据集所对应的目标风险等级；其中，所述风险等级划分网络包括嵌入层网络、主干网络和线性分类网络，所述嵌入层网络用于将目标交易数据集中的每一目标交易数据转化成对应的目标交易向量，所述主干网络用于提取每一目标交易向量中的若干目标数据特征，所述线性分类网络用于对每一目标交易向量中的若干目标数据特征进行分类并根据分类结果确定所述目标交易数据集所对应的目标风险等级。
[0007]优选地，所述将所述目标交易数据集输入风险等级划分网络，具体包括：
[0008]生成一个类别特征列表和一个数值特征列表；
[0009]将目标交易数据集中的目标交易数据以年、月或日为类别储存于所述类别特征列表中，生成更新后的类别特征列表；
[0010]并将目标交易数据集中目标交易数据的若干交易金额作为数值类别存储于所述数值特征列表中，生成更新后的数值特征列表；
[0011]将更新后的类别特征列表和更新后的数值特征列表输入风险等级划分网络。
[0012]优选地，所述嵌入层网络用于将目标交易数据集中的每一目标交易数据转化成对应的目标交易向量，具体包括：
[0013]将更新后的类别特征列表中的交易数据输入嵌入层网络，以使嵌入层网络将类别
特征列表中的每一交易数据转换成第一向量；
[0014]将更新后的数值特征列表中的每一交易数据输入嵌入层网络，以使嵌入层网络将数值特征列表中的每一交易数据转换成第二向量；
[0015]将每一目标交易数据对应的第一向量和第二向量进行拼接，得到每一目标交易数据对应的目标交易向量。
[0016]优选地，所述风险等级划分网络的训练，包括：
[0017]重复执行如下风险等级划分网络训练操作，直至判定风险等级划分网络收敛：
[0018]获取一样本账户中的样本标识对应的样本交易数据集和样本交易数据集对应的已知风险等级；
[0019]将各所述样本交易数据集输入风险等级划分网络中的嵌入层网络，以使嵌入层网络将所述样本交易数据集中的每一样本交易数据转化成对应的样本交易向量；
[0020]将每一样本交易向量输入风险等级划分网络中的主干网络，以使主干网络提取每一样本交易向量中的若干样本数据特征；
[0021]将每一样本交易向量中的若干样本数据特征输入风险等级划分网络中的线性分类网络，以使线性分类网络对每一样本交易向量中的若干样本数据特征进行分类并根据分类结果确定所述样本交易数据集所对应的预测风险等级；
[0022]将预测风险等级与已知风险等级进行比对，在根据比对结果判定风险等级划分网络未收敛时，重新获取更新后的样本账户中的样本标识对应的样本交易数据集及对应的已知风险等级。
[0023]优选地，所述样本数据特征包括样本交易金额、样本交易货币类型、样本交易时间、样本交易日期、样本交易场所或样本交易的支付方式。
[0024]优选地，在输出样本交易数据集所对应的风险等级之后，还包括：
[0025]根据如下公式计算风险等级划分网络的评价指标值：
[0026][0027]AUC为评价指标值，M为正样本数量，N为负样本数量。
[0028]在上述的方法实施例的基础上，本专利技术对应提供了装置项实施例。
[0029]本专利技术一实施例提供了一种账户的风险等级划分装置，包括：交易数据集获取模块和风险等级确定模块；
[0030]所述交易数据集获取模块，用于获取目标账户的目标标识对应的目标交易数据集；
[0031]所述风险等级确定模块，用于将所述目标交易数据集输入风险等级划分网络，以使风险等级划分网络输出目标交易数据集所对应的目标风险等级；其中，所述风险等级划分网络包括嵌入层网络、主干网络和线性分类网络，所述嵌入层网络用于将目标交易数据集中的每一目标交易数据转化成对应的目标交易向量，所述主干网络用于提取每一目标交易向量中的若干目标数据特征，所述线性分类网络用于对每一目标交易向量中的若干目标数据特征进行分类并根据分类结果确定所述目标交易数据集所对应的目标风险等级。
[0032]优选地，还包括：风险等级划分网络训练模块；
[0033]所述风险等级划分网络训练模块，用于获取一样本账户中的样本标识对应的样本交易数据集和样本交易数据集对应的已知风险等级；
[0034]将各所述样本交易数据集输入风险等级划分网络中的嵌入层网络，以使嵌入层网络将所述样本交易数据集中的每一样本交易数据转化成对应的样本交易向量；
[0035]将每一样本交易向量输入风险等级划分网络中的主干网络，以使主干网络提取每一样本交易向量中的若干样本数据特征；
[0036]将每一样本交易向量中的若干样本数据特征输入风险等级划分网络中的线性分类网络，以使线性分类网络对每一样本交易向量中的若干样本数据特征进行分类并根据分类结果确定所述样本交易数据集所对应的预测风险等级；
[0037]将预测风险等级与已知风险等级进行比对得到比对值，若比对值未等于预设值，则重新获取下一样本账户中的样本标识对应的样本交易数据集和样本交易数据集对应的已知风险等级，以使风险等级划分网络收敛。
[0038]在上述的方法实施例的基础上，本专利技术对应提供了终端设备项实施例。
[0039]本专利技术另一实施例提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述专利技术实施例所述的一种账户的风险等级划分方法。
[0040]在上述的方法实施例的基础上，本专利技术对应提供了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种账户的风险等级划分方法，其特征在于，包括：获取目标账户的目标标识对应的目标交易数据集；将所述目标交易数据集输入风险等级划分网络，以使风险等级划分网络输出目标交易数据集所对应的目标风险等级；其中，所述风险等级划分网络包括嵌入层网络、主干网络和线性分类网络，所述嵌入层网络用于将目标交易数据集中的每一目标交易数据转化成对应的目标交易向量，所述主干网络用于提取每一目标交易向量中的若干目标数据特征，所述线性分类网络用于对每一目标交易向量中的若干目标数据特征进行分类并根据分类结果确定所述目标交易数据集所对应的目标风险等级。2.如权利要求1所述的一种账户的风险等级划分方法，其特征在于，所述将所述目标交易数据集输入风险等级划分网络，具体包括：生成一个类别特征列表和一个数值特征列表；将目标交易数据集中的目标交易数据以年、月或日为类别储存于所述类别特征列表中，生成更新后的类别特征列表；并将目标交易数据集中目标交易数据的若干交易金额作为数值类别存储于所述数值特征列表中，生成更新后的数值特征列表；将更新后的类别特征列表和更新后的数值特征列表输入风险等级划分网络。3.如权利要求2所述的一种账户的风险等级划分方法，其特征在于，所述嵌入层网络用于将目标交易数据集中的每一目标交易数据转化成对应的目标交易向量，具体包括：将更新后的类别特征列表中的交易数据输入嵌入层网络，以使嵌入层网络将类别特征列表中的每一交易数据转换成第一向量；将更新后的数值特征列表中的每一交易数据输入嵌入层网络，以使嵌入层网络将数值特征列表中的每一交易数据转换成第二向量；将每一目标交易数据对应的第一向量和第二向量进行拼接，得到每一目标交易数据对应的目标交易向量。4.如权利要求1所述的一种账户的风险等级划分方法，其特征在于，所述风险等级划分网络的训练，包括：重复执行如下风险等级划分网络训练操作，直至判定风险等级划分网络收敛：获取一样本账户中的样本标识对应的样本交易数据集和样本交易数据集对应的已知风险等级；将各所述样本交易数据集输入风险等级划分网络中的嵌入层网络，以使嵌入层网络将所述样本交易数据集中的每一样本交易数据转化成对应的样本交易向量；将每一样本交易向量输入风险等级划分网络中的主干网络，以使主干网络提取每一样本交易向量中的若干样本数据特征；将每一样本交易向量中的若干样本数据特征输入风险等级划分网络中的线性分类网络，以使线性分类网络对每一样本交易向量中的若干样本数据特征进行分类并根据分类结果确定所述样本交易数据集所对应的预测风险等级；将预测风险等级与已知风险等级进行比对，在根据比对结果判定风险等级划分网络未收敛时，重新获取更新后的样本账户中的样本标识对应的样本交易数据集及对应的已知...

【专利技术属性】
技术研发人员：王越超，
申请(专利权)人：广州城市职业学院，
类型：发明
国别省市：