System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及交易风险监控,具体涉及基于随机森林算法的风险监控方法及系统。
技术介绍
1、风险监控是风险管理过程中的一个关键环节,涉及对交易中可能存在的风险进行持续的监视、评估和控制,以确保风险在可控范围内,而交易风险评估能够确定风险的大小、可能性和影响,从而制定相应的风险管理策略,以降低风险带来的损失并提高交易的成功率。
2、但传统的交易风险评估方法依赖于主观评断,由于个体获得信息的片面性,导致所得风险评估结果的客观性较差。
技术实现思路
1、本申请提供了基于随机森林算法的风险监控方法及系统,用于解决现有技术中传统的交易风险评估方法不够客观全面,风险监控效果差的技术问题。
2、本申请的第一个方面,提供了基于随机森林算法的风险监控方法,所述方法包括:配置风险监控因子,其中,所述风险监控因子包括失信比因子、交易数因子、好评比因子和年利润因子;遍历所述失信比因子、所述交易数因子、所述好评比因子和所述年利润因子,对目标用户进行信息采集,生成失信比波动曲线、交易数波动曲线、好评比波动曲线和年利润波动曲线;对目标用户同行进行信息采集,生成失信比均值波动曲线、交易数均值波动曲线、好评比均值波动曲线和年利润均值波动曲线;通过风控评价模型,对所述失信比波动曲线、所述交易数波动曲线、所述好评比波动曲线、所述年利润波动曲线、所述失信比均值波动曲线、所述交易数均值波动曲线、所述好评比均值波动曲线和所述年利润均值波动曲线进行分析,生成失信比评分、交易数评分、好评比评分和稳定性评分,
3、本申请的第二个方面,提供了基于随机森林算法的风险监控系统,所述系统包括:风险监控因子配置模块,所述风险监控因子配置模块用于配置风险监控因子,其中,所述风险监控因子包括失信比因子、交易数因子、好评比因子和年利润因子;用户信息采集模块,所述用户信息采集模块用于遍历所述失信比因子、所述交易数因子、所述好评比因子和所述年利润因子,对目标用户进行信息采集,生成失信比波动曲线、交易数波动曲线、好评比波动曲线和年利润波动曲线;用户同行信息采集模块,所述用户同行信息采集模块用于对目标用户同行进行信息采集,生成失信比均值波动曲线、交易数均值波动曲线、好评比均值波动曲线和年利润均值波动曲线;风控评价模块,所述风控评价模块用于通过风控评价模型,对所述失信比波动曲线、所述交易数波动曲线、所述好评比波动曲线、所述年利润波动曲线、所述失信比均值波动曲线、所述交易数均值波动曲线、所述好评比均值波动曲线和所述年利润均值波动曲线进行分析,生成失信比评分、交易数评分、好评比评分和稳定性评分,其中,所述风控评价模型基于随机森林算法构建;因子权重分布结果生成模块,所述因子权重分布结果生成模块用于遍历所述失信比因子、所述交易数因子、所述好评比因子和所述年利润因子进行权重分布,生成因子权重分布结果;目标风险系数生成模块,所述目标风险系数生成模块用于根据所述因子权重分布结果,对所述失信比评分、所述交易数评分、所述好评比评分和所述稳定性评分进行评价,生成目标风险系数发送至客户端。
4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
5、本申请提供的基于随机森林算法的风险监控方法,涉及交易风险监控
,通过遍历风险监控因子,对目标用户进行信息采集,生成多个波动曲线;对目标用户同行进行信息采集,生成多个均值波动曲线;通过风控评价模型对多个波动曲线和多个均值波动曲线进行分析,生成多个评分,权重评价后生成目标风险系数,解决了现有技术中传统的交易风险评估方法不够客观全面,导致风险监控效果差的技术问题,通过基于随机森林算法和风险监控因子进行客观风险评估,实现了提高风险监控水平的技术效果。
【技术保护点】
1.基于随机森林算法的风险监控方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,遍历所述失信比因子、所述交易数因子、所述好评比因子和所述年利润因子,对目标用户进行信息采集,生成失信比波动曲线、交易数波动曲线、好评比波动曲线和年利润波动曲线,包括:
3.如权利要求2所述的方法,其特征在于,所述交易数均值波动曲线、所述好评比均值波动曲线和所述年利润均值波动曲线的信息采集时区为所述信息采集时域。
4.如权利要求1所述的方法,其特征在于,通过风控评价模型,对所述失信比波动曲线、所述交易数波动曲线、所述好评比波动曲线、所述年利润波动曲线、所述失信比均值波动曲线、所述交易数均值波动曲线、所述好评比均值波动曲线和所述年利润均值波动曲线进行分析,生成失信比评分、交易数评分、好评比评分和稳定性评分,其中,所述风控评价模型基于随机森林算法构建,包括:
5.如权利要求4所述的方法,其特征在于,所述风控评价模型基于随机森林算法构建,包括:
6.如权利要求5所述的方法,其特征在于,采集失信比特征曲线记录集、第一曲线时域波动特征标识
7.如权利要求6所述的方法,其特征在于,以所述第一曲线时域波动特征标识集和所述第一曲线点集数值特征标识集为输入数据,以所述失信比评分标识信息集为监督数据,基于随机森林算法构建特征处理通道,包括:
8.基于随机森林算法的风险监控系统,其特征在于,所述系统包括:
...【技术特征摘要】
1.基于随机森林算法的风险监控方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,遍历所述失信比因子、所述交易数因子、所述好评比因子和所述年利润因子,对目标用户进行信息采集,生成失信比波动曲线、交易数波动曲线、好评比波动曲线和年利润波动曲线,包括:
3.如权利要求2所述的方法,其特征在于,所述交易数均值波动曲线、所述好评比均值波动曲线和所述年利润均值波动曲线的信息采集时区为所述信息采集时域。
4.如权利要求1所述的方法,其特征在于,通过风控评价模型,对所述失信比波动曲线、所述交易数波动曲线、所述好评比波动曲线、所述年利润波动曲线、所述失信比均值波动曲线、所述交易数均值波动曲线、所述好评比均值波动曲线和所述年利润均值波动曲线进行分析...
【专利技术属性】
技术研发人员:谢晔,谢明伟,刘东岳,
申请(专利权)人:杭州小策科技有限公司,
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。