【技术实现步骤摘要】
风险预测方法、装置、电子设备及存储介质
[0001]本公开涉及数据处理
,尤其涉及风险预测方法、装置、电子设备及存储介质。
技术介绍
[0002]目前,在互联网和大数据时代背景下,银行信用卡面临欺诈风险的严峻挑战,随着欺诈手段越来越呈现多元化、专业化、团伙化等特点,防范难度越来越高,给金融机构带来极其严重的损失。主流的欺诈识别方法以业务经验提取的规则为主,业务经验规则的提取依赖于业务专家的经验。根据在实际业务中,对审批环节设置层层规则,对欺诈客户进行层层把关。通过对提取相关具有高风险欺诈的特征变量,制定相应的规则,对欺诈客户进行拦截。
[0003]目前这种以欺诈规则和人工电核的方式对新发卡客户的欺诈风险进行拦截,随着客户规模的上升,疑似欺诈的客户比例随着上升,这对当前的自动化审批产生了阻力,影响核卡的时效性。
技术实现思路
[0004]本公开提供了一种用于风险预测的方法、装置、电子设备以及存储介质。
[0005]根据本公开的一方面,提供了一种风险预测方法,包括:
[0006]获取目标用户的申请信息以及电核信息;
[0007]利用第一风险评估模型基于所述申请信息及所述电核信息得到第一风险评估结果;
[0008]利用第二风险评估模型基于所述申请信息及所述电核信息得到第二风险评估结果;
[0009]基于所述第一风险评估结果和所述第二风险评估结果计算得到第三风险评估结果。
[0010]根据本公开的另一方面,提供了一种风险预测装置,包括:
[ ...
【技术保护点】
【技术特征摘要】
1.一种风险预测方法,其特征在于,包括:获取目标用户的申请信息以及电核信息;利用第一风险评估模型基于所述申请信息及所述电核信息得到第一风险评估结果;利用第二风险评估模型基于所述申请信息及所述电核信息得到第二风险评估结果;基于所述第一风险评估结果和所述第二风险评估结果计算得到第三风险评估结果。2.根据权利要求1所述的方法,其特征在于,所述利用第一风险评估模型基于所述申请信息及所述电核信息得到第一风险评估结果包括:基于所述申请信息及所述电核信息提取第一类特征向量;基于所述第一类特征向量得到第一风险评估结果;所述利用第二风险评估模型基于所述申请信息及所述电核信息得到第二风险评估结果包括:基于所述申请信息及所述电核信息提取第二类特征向量;基于所述第二类特征向量得到第二风险评估结果。3.根据权利要求2所述的方法,其特征在于,所述第一类特征向量包括以下至少一项:申请表基本信息;人行征信信息;学历信息;第三方征信信息;行内零售信息;进件行为信息;关系网络信息;申请人设备信息。4.根据权利要求2所述的方法,其特征在于,所述第二类特征向量包括以下至少一项:申请表基本信息;人行征信信息;学历信息;第三方征信信息;行内零售信息;进件行为信息。5.根据权利要求2所述的方法,其特征在于,所述基于所述第一类特征向量计算得到第一风险评估结果包括:基于多个所述目标用户对应的所述第一类特征向量对多个所述目标用户进行分阶排序,并输出每一阶段的所述目标用户的电核异常概率作为所述第一风险评估结果;所述基于所述第二类特征向量计算得到第二风险评估结果包括:基于多个所述目标用户对应的所述第二类特征向量对多个所述目标用户进行分阶排序,并输出每一阶段的所述目标用户的欺诈风险概率作为所述第二风险评估结果。6.根据权利要求5所述的方法,其特征在于,所述基于所述第一风险评估结果和所述第二风险评估结果计算得到第三风险评估结果包括:基于所述电核异常概率确定所述第一风险评估结果对应的第一好坏比率,并将所述第一好坏比率转换为对应的第一评分;基于所述欺诈风险概率确定所述第二风险评估结果对应的第二好坏比率,并将所述第二好坏比率转换为对应的第二评分;基于所述第一评分和所述第二评分得到总评分作为所述第三风险评估结果。7.根据权利要求6所述的方法,其特征在于,所述第一好坏比率和所述第二好坏比率通过下列公式计算得到:其中,G表示好客户样本;B表示坏客户样本;S表示全部样本;Pr{G|S}表示好客户样本
比例;Pr{B|S}表示坏客户样本比例;Odds表示好坏比率。8.根据权利要求6所述的方法,其特征在于,通过下列公式将所述第一好坏比率和所述第二好坏比率转换为对应的所述第一评分及所述第二评分:S=score+PDO*(ln(Odds)
‑
ln(基准Odds))/ln(2)其中,score表示基准评分;...
【专利技术属性】
技术研发人员:石坤豪,徐周,
申请(专利权)人:中信银行股份有限公司,
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。