【技术实现步骤摘要】
本申请涉及金融科技，应用于金融行业风险服务商识别场景中，尤其涉及一种风险服务商识别方法、装置、设备及其存储介质。
技术介绍
1、随着互联网的飞速发展，各行各业都在依托互联网寻求行业突破点，近年来，金融行业也正在围绕着互联网进行线上业务拓展。由于金融行业涉及的业务量和数据量较大，随着用户对产品需求的不断提高，金融产品也在不断进行类别更新。尤其是在金融投资、金融理财或者股票分析等多个金融服务领域。
2、由于金融服务商的多杂性，一定程度上导致了监管难度，这就导致了金融服务商中难免会存在一些非正规的金融业务服务商，采用非法手段骗取投资者的信任，给投资者造成巨大的利益损失。目前的金融业务风险识别方法多为以金融服务商自身为出发点如何识别出风险客户，而无法帮助目标用户减少金融投资损失和筛选出正规的金融投资服务商。
技术实现思路
1、本申请实施例的目的在于提出一种风险服务商识别方法、装置、设备及其存储介质，以解决现有技术多为以金融服务商自身为出发点如何识别出风险客户，而无法帮助目标用户减少金融投资损失和筛选出正规的金融投资服务商的问题。
2、为了解决上述技术问题，本申请实施例提供风险服务商识别方法，采用了如下所述的技术方案：
3、一种风险服务商识别方法，包括下述步骤：
4、获取目标服务商的历史服务数据、工商管理信用评级数据以及目标负责人的征信数据，其中，所述历史服务数据至少包括服务结果状态标识，所述服务结果状态标识包括服务成功标识和服务失败标识；p>
5、将所述工商管理信用评级数据和所述目标负责人的征信数据输入预设的第一评价模型，获取并根据第一输出结果确定所述目标服务商的信用信息；
6、将所述历史服务数据输入预设的服务结果分类模型，通过所述服务结果分类模型识别出历史服务成功的数据和历史服务失败的数据；
7、将所述历史服务成功的数据、所述历史服务失败的数据以及所述信用信息输入预设的第二评价模型，获取并根据第二输出结果确定所述目标服务商的服务信息；
8、基于所述服务信息和预设的风险识别策略，确定所述目标服务商的服务风险；
9、将所述服务风险推送给目标用户终端，供所述目标用户终端进行服务商选择。
10、进一步的，所述获取目标服务商的历史服务数据、工商管理信用评级数据以及目标负责人的征信数据的步骤，具体包括：
11、通过异步接收方式接收从所述目标服务商的服务信息缓存数据库内推送的所述历史服务数据；
12、通过查询接收方式从预设的权威平台获取所述目标服务商的工商管理信用评级数据以及目标负责人的征信数据。
13、进一步的，所述将所述工商管理信用评级数据和所述目标负责人的征信数据输入预设的第一评价模型，获取并根据第一输出结果确定所述目标服务商的信用信息的步骤，具体包括：
14、根据预设的数值化转换组件对所述工商管理信用评级数据和所述目标负责人的征信数据进行数值化转换，获得所述工商管理信用评级数据和所述目标负责人的征信数据分别对应的数值化转换结果；
15、根据所述第一评价模型中预设的评价算法：c＝a*ω1+b*ω2，获得所述第一输出结果，其中，a表示所述工商管理信用评级数据对应的数值化转换结果，b表示所述目标负责人的征信数据对应的数值化转换结果，ω1表示所述工商管理信用评级数据对应的评价权重，ω2表示所述目标负责人的征信数据对应的评价权重；
16、根据所述第一输出结果和预设的信用分值区间，确定所述目标服务商的信用信息。
17、进一步的，所述将所述历史服务数据输入预设的服务结果分类模型，通过所述服务结果分类模型识别出历史服务成功的数据和历史服务失败的数据的步骤，具体包括：
18、通过所述服务结果分类模型中预设的服务结果状态标识识别组件，识别出所述历史服务数据中每一条服务数据分别对应的服务结果状态标识，获得识别结果；
19、根据所述识别结果，生成所述服务成功标识和所述服务失败标识分别对应的服务数据子集；
20、将所述服务成功标识和所述服务失败标识分别对应的服务数据子集作为分类结果从所述服务结果分类模型中输出。
21、进一步的，所述将所述历史服务成功的数据、所述历史服务失败的数据以及所述信用信息输入预设的第二评价模型，获取并根据第二输出结果确定所述目标服务商的服务信息的步骤，具体包括：
22、采用所述第二评价模型中的比例计算组件，计算所述历史服务成功的数据和所述历史服务失败的数据的比例关系，获得历史服务成败比；
23、根据所述信用信息和预设的置信度等级为所述历史服务成败比分配置信度等级，其中，所述预设的置信度等级为预先根据信用信息的不同而设置；
24、将所述历史服务成败比和所述历史服务成败比对应的置信度等级作为所述第二输出结果；
25、根据所述置信度等级和预设的置信度等级阈值，判定所述目标服务商的历史服务数据真假性；
26、将所述历史服务数据真假性和所述历史服务成败比作为所述目标服务商的服务信息。
27、进一步的，所述基于所述服务信息和预设的风险识别策略，确定所述目标服务商的服务风险的步骤，具体包括：
28、识别所述服务信息所对应的历史服务数据真假性和历史服务成败比；
29、若所述历史服务真假性为假，则所述目标服务商的服务风险为高度风险；
30、判断所述历史服务成败比是否满足预设的服务成败比阈值；
31、若所述历史服务真假性为真，且所述历史服务成败比不满足所述服务成败比阈值，则所述目标服务商的服务风险为中度风险；
32、若所述历史服务真假性为真，且所述历史服务成败比满足所述服务成败比阈值，则所述目标服务商的服务风险为低度风险。
33、进一步的，在执行所述将所述服务风险推送给目标用户终端，供所述目标用户终端进行服务商选择的步骤之前，所述方法还包括：
34、预先将所有服务商的通信方式发送给所述目标用户终端；
35、所述将所述服务风险推送给目标用户终端，供所述目标用户终端进行服务商选择的步骤，具体包括：
36、通过所述目标用户终端接收所有服务商的通信方式，以及所有服务商的服务风险；
37、根据所述服务风险和预设的风险筛选条件，从所述所有服务商中筛选出期望服务商和非期望服务商；
38、在执行所述将所述服务风险推送给目标用户终端，供所述目标用户终端进行服务商选择的步骤之后，所述方法还包括：
39、获取所有非期望服务商的通信方式；
40、采用spring boot风险拦截组件将所有非期望服务商的通信方式设置为被拦截的通信方式。
41、为了解决上述技术问题，本申请实施例还提供风险服务商识别装置，采用了如下所述的技术方案：
42、一种风险服务商识别装置，包括：
【技术保护点】
1.一种风险服务商识别方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的风险服务商识别方法，其特征在于，所述获取目标服务商的历史服务数据、工商管理信用评级数据以及目标负责人的征信数据的步骤，具体包括：
3.根据权利要求1所述的风险服务商识别方法，其特征在于，所述将所述工商管理信用评级数据和所述目标负责人的征信数据输入预设的第一评价模型，获取并根据第一输出结果确定所述目标服务商的信用信息的步骤，具体包括：
4.根据权利要求1所述的风险服务商识别方法，其特征在于，所述将所述历史服务数据输入预设的服务结果分类模型，通过所述服务结果分类模型识别出历史服务成功的数据和历史服务失败的数据的步骤，具体包括：
5.根据权利要求1所述的风险服务商识别方法，其特征在于，所述将所述历史服务成功的数据、所述历史服务失败的数据以及所述信用信息输入预设的第二评价模型，获取并根据第二输出结果确定所述目标服务商的服务信息的步骤，具体包括：
6.根据权利要求5所述的风险服务商识别方法，其特征在于，所述基于所述服务信息和预设的风险识别策略，确定所述
7.根据权利要求1或6所述的风险服务商识别方法，其特征在于，在执行所述将所述服务风险推送给目标用户终端，供所述目标用户终端进行服务商选择的步骤之前，所述方法还包括：
8.一种风险服务商识别装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的风险服务商识别方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的风险服务商识别方法的步骤。
...【技术特征摘要】
1.一种风险服务商识别方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的风险服务商识别方法，其特征在于，所述获取目标服务商的历史服务数据、工商管理信用评级数据以及目标负责人的征信数据的步骤，具体包括：
3.根据权利要求1所述的风险服务商识别方法，其特征在于，所述将所述工商管理信用评级数据和所述目标负责人的征信数据输入预设的第一评价模型，获取并根据第一输出结果确定所述目标服务商的信用信息的步骤，具体包括：
4.根据权利要求1所述的风险服务商识别方法，其特征在于，所述将所述历史服务数据输入预设的服务结果分类模型，通过所述服务结果分类模型识别出历史服务成功的数据和历史服务失败的数据的步骤，具体包括：
5.根据权利要求1所述的风险服务商识别方法，其特征在于，所述将所述历史服务成功的数据、所述历史服务失败的数据以及所述信用信息输入预设的第二评价模型，获取并根据第二输出结果确...
【专利技术属性】
技术研发人员：李泽标，
申请(专利权)人：中国平安财产保险股份有限公司，
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。