【技术实现步骤摘要】
风险评估方法、装置、计算机设备和存储介质
[0001]本申请涉及金融数据处理
,特别是涉及一种风险评估方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着互联网技术的快速发展,金融行业的大部分业务也逐渐由线下转移到了线上,以配合为用户提供快捷方便的金融服务。
[0003]资源申请是金融服务中的重要服务内容,在线上金融服务越来越便捷的同时,一大批资源申请平台逐渐出现,成为了用户与资源提供方之间的交互桥梁,用户可以直接基于资源申请平台向资源提供方进行资源申请。而为了保障资源提供的安全性,降低资源提供的风险,资源提供方需要对用户进行风险评估。传统的风险评估方式是使用白名单机制进行风险管理,由于金融领域的信息私密性,资源提供方能够依赖的白名单往往容易因为数据更新不及时而导致风险评估准确性降低,增大了资源提供方的风险。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种能够提高风险评估准确性,降低资源提供方风险的风险评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面,本申请提供了一种风险评估方法。应用于资源提供方,所述方法包括:
[0006]接收基于资源申请平台触发的资源申请,所述资源申请中携带有申请方提供的资源申请数据;
[0007]将所述资源申请数据以及所述申请方在资源提供方的历史数据,输入所述资源提供方与所述资源申请平台预先基于联邦学习联合训练得到的联合风控模型中进行风险评估,获取所述联合风 ...
【技术保护点】
【技术特征摘要】
1.一种风险评估方法,其特征在于,应用于资源提供方,所述方法包括:接收基于资源申请平台触发的资源申请,所述资源申请中携带有申请方提供的资源申请数据;将所述资源申请数据以及所述申请方在资源提供方的历史数据,输入所述资源提供方与所述资源申请平台预先基于联邦学习联合训练得到的联合风控模型中进行风险评估,获取所述联合风控模型预测得到的所述申请方的第一风险评估结果;基于风险评估结果确定所述申请方的资源申请结果,所述风险评估结果包括所述第一风险评估结果。2.根据权利要求1所述的方法,其特征在于,所述资源申请中还携带有所述资源申请平台的所述联合风险模型基于所述资源申请信息以及所述申请方在所述资源申请平台的历史数据,获得的第二风险评估结果,所述风险评估结果还包括所述第二风险评估结果。3.根据权利要求2所述的方法,其特征在于,所述风险评估结果包括所述资源提供方获得的第一风险评估分值,以及所述资源申请平台获得的第二风险评估分值;所述基于风险评估结果确定所述申请方的资源申请结果,包括:分别获取所述资源申请平台和所述资源提供方的风险权重比例;基于所述风险权重比例,对所述资源提供方获得的第一风险评估分值与所述资源申请平台获得的第二风险评估分值进行加权计算,得到所述申请方的风险评估分值;根据所述申请方的风险评估分值得到所述申请方的资源申请结果。4.根据权利要求2所述的方法,其特征在于,所述风险评估结果包括所述资源提供方获得的第一风险评估等级,以及所述资源申请平台获得的第二风险评估等级;所述基于风险评估结果确定所述申请方的资源申请结果,包括:对所述资源提供方获得的第一风险评估等级与所述资源申请平台获得的第二风险评估等级进行等级比较;将风险等级最高的风险评估等级确定为所述申请方的风险评估等级;基于所述申请方的风险评估等级确定所述申请方的资源申请结果。5.根据权利要求1所述的方法,其特征在于,所述联合风控模型的训练方法包括:获取训练样本数据和验证样本数据,根据所述训练样本数据对初始风控模型进行迭代训练,得到本轮次的第一模型参数;将所述第一模型参数按照预设加密方法进行加密后发送给第三方平台,根据所述第三方平台返回的联合模型参数生成待验证联合风控模型,所述联合模型参数由所述第三方平台根据所述第一模型参数和所述资源申请平台发送的第二模型参数整合得到,所述第二模型参数由所述资源申请平台根据平台本地数据对所述初始风控模型进行迭代训练得到;根据所述验证样本数据对所述待验证联合风控模型进行模型验证,得到联合风控模型。6.根据权利要求5所述的方法,其特征在于,所述根据所述第三方平台返回的联合模型参数生成待验证联合风控模型,包括:根据所述联合模型参数对所述初始风控模型的第一模型参数进行更新,返回执行所述根据训练样本数据对所述初始风控模型进行迭代训练,得到本轮次的第一模型参数的步骤,直至满足迭代训练停止条件,得到待验证联合风控模型。
7.根据权利要求5所述的方法,其特征在于,所述初始风控模型为异构逻辑回归模型;所述根据所述训练样本数据对所述初始风控模型进行迭代训练,得到本轮次的第一模型参数,包括:根据所述训练样本数据,使用预设的极大似然估计算法对所述初始风控模型进行迭代训练,得到初始模型参数;基于预设系数调整信息对所述初始模型参数进行风险系数调整,得到本轮次的第一模型参数。8.根据权利要求5所述的方法,其特征在于,所述根据训练样本数据对所述初始风控模型进行迭代训练,得到本轮次的第一模型参数,包括:根据训练样本数据中各样本数据的数据属性,对所述训练样本数据进行横向分类处理,得到横向训练样本数据;根据训练样本数据中各样本数据的用户标识,对所述训练样本数据进行纵向分类处理,得到纵向训练样本数据;基于所述横向训练样本数据和所述纵向训练样本数据对所述初始风控模型进行横纵迭代训练,得到本轮次的第一模型参数。9.根据权利要求5至8任意一项所述的方法,其特征在于,所述获取训练样本数据和验证样本数据,包括:获取不同属性的用户历史数据,根据预设筛选规则从所述用户历史数据中得到候选历史数据;根据所述候选历史数据的用户标识,将设置有同一用户标识的候选历史数据进行数据分类,得到同一用户标识对应的候选历史数据记录;基于各所述用户标识对所述候选历史数据记录进行数据整合,得到训练样本数据和验证样本数据。10.一种风险评估装置,其特征在于,所述装置包括:申请接收模块,用于接收基于资源申请平台触发的资源申请,所述资源申请中携带有申请方提供的资源申请数据;风险评估模块,用于将所述资源申请数据以及所述申请方在资源提供方的历史数据,输入所述资源提供方与所述资源申请平台预先基于联邦学习联合训练得到的联合...
【专利技术属性】
技术研发人员:邱俊凌,赵芳,
申请(专利权)人:建信金融科技有限责任公司,
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。