本申请提供一种风险特征提取方法、装置、电子设备及存储介质，其中风险特征提取方法包括：获取用户探针数据和用户身份证明图像；根据用户探针数据，提取用户行为特征；根据用户身份证明图像，提取用户身份特征；通过将用户行为特征、用户身份特征与信贷行为特征聚合，获得风险特征。将用于对欺诈识别的用户探针数据和用户身份证明数据与用于信贷准入授信的信贷行为特征进行聚合，获得聚合后的风险特征以进行欺诈识别和/或信贷准入授信，将欺诈识别与信贷准入授信有效聚合在一起，实现欺诈识别与信贷准入授信的一体化处理，提高了信贷审批业务的效率。批业务的效率。批业务的效率。
【技术实现步骤摘要】
一种风险特征提取方法、装置、电子设备及存储介质
[0001]本申请涉及计算机
，具体而言，涉及一种风险特征提取方法、装置、电子设备及存储介质。
技术介绍
[0002]随着线上零售信贷业务的快速发展，风险防控面临着更为复杂的挑战，由原来识别传统的信用风险，演变成了识别新兴变化的欺诈风险与多客群信用风险，而欺诈风险与信用风险的模型策略则是两个相对独立的孤岛。
[0003]相关技术中的欺诈识别方法和信贷准入授信方法为两个独立的方法，在既需要对用户进行欺诈识别以及信贷准入授信的业务中，使用上述两个独立方法进行业务审批的效率较低。
技术实现思路
[0004]本申请实施例的目的在于提供一种风险特征提取方法、装置、电子设备及存储介质，用以信贷业务的审批效率。
[0005]第一方面，本申请实施例提供一种风险特征提取方法，包括：获取用户探针数据和用户身份证明图像；根据所述用户探针数据，提取用户行为特征；根据所述用户身份证明图像，提取用户身份特征；将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征。
[0006]在第一方面的一种实现方式中，所述根据所述用户探针数据，提取用户行为特征，包括：根据所述用户探针数据，采用行为特征提取模型提取用户行为特征；其中，所述行为特征提取模型的训练方法包括：采用带有欺诈标签的第一训练数据对所述行为特征提取模型进行训练，直至满足所述行为特征提取模型的训练停止条件；获取所述行为特征提取模型所提取的所述用户行为特征；计算所述用户行为特征之间的相关系数；根据所述相关系数以及预设聚合程度调整策略，调整所述行为特征提取模型的模型参数，并对调整模型参数后的所述行为特征提取模型重新进行训练。
[0007]在上述方案的实现过程中，采用训练好的行为特征提取模型对用户行为特征进行自动化提取，有效解决了现有结构化衍生所带来的稀疏与有效性低的问题，改善了所聚合的风险特征的有效性；同时，特征提取模型在训练时能够根据所提取的用户行为特征之间的相关系数来调整特征的聚合程度，使得上述风险特征提取方法能够适应更多的场景，提高了上述风险特征提取方法的适应性。
[0008]在第一方面的一种实现方式中，所述将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征，包括：拼接所述用户行为特征和所述用户身份特征，获取第一拼接特征；计算所述第一拼接特征在预设欺诈标签下的IV值；筛选满足预设IV阈值的所述第一拼接特征，获取第二拼接特征；拼接所述第二拼接特征与信贷行为特征，获取风险特征。
[0009]在上述方案的实现过程中，通过第一拼接特征在欺诈标签下的IV值，筛选出能够有效进行欺诈识别的用户行为特征和用户身份特征，然后再将有效特征与信贷行为特征进行拼接，从而实现了风险特征的有效性。
[0010]在第一方面的一种实现方式中，在所述将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征之后，还包括：生成所述风险特征的可解释性描述。
[0011]在上述方案的实现过程中，若采用风险特征进行欺诈识别或信贷准入授信时，所获得的识别结果或准入授信结果也相应地带有可解释性描述，提高了上述风险特征提取方法所提取风险特征的可信度。
[0012]在第一方面的一种实现方式中，所述根据所述用户探针数据，提取用户行为特征，包括：根据所述用户探针数据，提取事件序列特征、触控行为特征和物理信号特征中至少一项特征。
[0013]在上述方案的实现过程中，根据用户探针数据可以提取的用户行为特征包括事件序列特征、触控行为特征和物理信号特征中至少一项，可以根据实际需求选用具体的特征组合，使得上述风险特征提取方法能够适用于更多的场景，提高了上述风险特征提取方法的适应性。
[0014]上述风险特征提取方法的有益效果为：将用于对欺诈识别的用户探针数据和用户身份证明数据与用于信贷准入授信的信贷行为特征进行聚合，获得聚合后的风险特征以进行欺诈识别和/或信贷准入授信，将欺诈识别与信贷准入授信有效聚合在一起，实现欺诈识别与信贷准入授信的一体化处理，提高了信贷审批业务的效率；同时，还提高了欺诈识别精度以及信用评分准确性，降低了信贷业务审批的误检率。
[0015]第二方面，本申请实施例提供一种欺诈风险识别方法，该方法采用上述任一项风险特征提取方法所提取的风险特征进行欺诈风险识别，包括：根据待识别用户的用户探针数据和用户身份证明图像计算风险特征值；根据所述风险特征值以及各欺诈标签的预设风险特征阈值，确定所述待识别用户的欺诈风险。
[0016]第三方面，本申请实施例提供一种信贷准入授信方法，该方法采用上述任一项风险特征提取方法所提取的风险特征进行信贷准入授信，包括：根据待授信用户的用户探针数据和用户身份证明图像计算风险特征值；将所述风险特征以及所述风险特征值输入信用评分模型，获取所述待授信用户的信用评分；根据所述信用评分，确定所述待授信用户的准入结果以及授信额度。
[0017]第四方面，本申请实施例提供一种风险特征提取装置，包括：数据获取模块，用于获取用户探针数据和用户身份证明图像；行为特征提取模块，用于根据所述用户探针数据，提取用户行为特征；身份特征提取模块，用于根据所述用户身份证明图像，提取用户身份特征；特征聚合模块，用于将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征。
[0018]第五方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式或第二方面或第二方面的任意一种可能的实现方式或第三方面或第三方面的任意一种可能的实现方式提供的方法。
[0019]第六方面，本申请实施例提供一种电子设备，包括：存储器以及处理器，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器读取并运行时，执行第一方面或第一方面的任意一种可能的实现方式或第二方面或第二方面的任意一种可能的实现方式或第三方面或第三方面的任意一种可能的实现方式提供的方法。
[0020]本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0021]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0022]图1为本申请实施例提供的风险特征提取方法的流程示意图；图2为本申请实施例提供的风险特征提取装置的结构示意图；图3为本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0023]下面将结合本申请实施例中的附图，对本申请实本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种风险特征提取方法，其特征在于，包括：获取用户探针数据和用户身份证明图像；根据所述用户探针数据，提取用户行为特征；根据所述用户身份证明图像，提取用户身份特征；将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征。2.根据权利要求1所述的风险特征提取方法，其特征在于，所述根据所述用户探针数据，提取用户行为特征，包括：根据所述用户探针数据，采用行为特征提取模型提取用户行为特征；其中，所述行为特征提取模型的训练方法包括：采用带有欺诈标签的第一训练数据对所述行为特征提取模型进行训练，直至满足所述行为特征提取模型的训练停止条件；获取所述行为特征提取模型所提取的所述用户行为特征；计算所述用户行为特征之间的相关系数；根据所述相关系数以及预设聚合程度调整策略，调整所述行为特征提取模型的模型参数，并对调整模型参数后的所述行为特征提取模型重新进行训练。3.根据权利要求1所述的风险特征提取方法，其特征在于，所述将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征，包括：拼接所述用户行为特征和所述用户身份特征，获取第一拼接特征；计算所述第一拼接特征在预设欺诈标签下的IV值；筛选满足预设IV阈值的所述第一拼接特征，获取第二拼接特征；拼接所述第二拼接特征与信贷行为特征，获取风险特征。4.根据权利要求1~3中任一项所述的风险特征提取方法，其特征在于，在所述将所述用户行为特征、所述用户身份特征与信贷行为特征聚合，获得风险特征之后，还包括：生成所述风险特征的可解释性描述。5.根据权利要求1~3中任一项所述的风险特征提取方法，其特征在于，所述根据所述用户探针数据，提取用户行为特征，包括：根据所述用户探针数据，提取事件序列特征...
【专利技术属性】
技术研发人员：刘洪江，甘元笛，任晓东，吕文勇，周智杰，陈昱任，
申请(专利权)人：成都新希望金融信息有限公司，
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。