【技术实现步骤摘要】
本公开涉及金融科技和人工智能，尤其涉及一种一种评估模型训练方法、信息处理方法、装置、设备、介质、程序产品及风险管理系统。
技术介绍
1、随着数字网络的建设，各地社保机构对社保资金发放的安全性要求逐步增加，社保机构需要在发放时对社保账号做一系列检查，防发放错误、社保冒领等风险。
2、目前社保机构的检查主要是对社保已存储的数据进行风险分析，但对金融机构的金融数据使用较少，未充分发挥金融数据的价值。金融数据有着社保机构缺少的信息，该信息对社保判断客户资金发放是否存在风险有较好的参考价值。在保证数据安全的基础上，存在着社保资金发放过程中对金融数据价值使用不够的问题。但在金融数据量增多的情况下，造成风险分析过程的计算机开销增大。
技术实现思路
1、鉴于上述问题，本公开提供了评估模型训练方法、信息处理方法、装置、设备、介质、程序产品及风险管理系统。
2、根据本公开的第一个方面，提供了一种评估模型的训练方法，应用于第一终端，所述方法包括：利用预定公钥从第二终端获取得到第二对象加密样本信息和第二对象加密样本信息的真实标签，真实标签表征第二终端对第二对象加密样本信息进行数据分析得到的风险信息。根据第一对象标识和第二对象标识，对第一对象样本信息和第二对象加密样本信息进行处理，得到与交集对象标识对应的特征样本信息，第一对象样本信息是来自第一终端的对象样本信息，交集对象标识是第一对象标识和第二对象标识中均具有的对象标识。利用特征样本信息和真实标签训练评估模型，得到目标评估模型。p>
3、根据本公开的实施例，根据第一对象标识和第二对象标识，对第一对象样本信息和第二对象加密样本信息进行处理，得到与交集对象标识对应的特征样本信息包括：根据第一对象标识和第二对象标识，对第一对象样本信息和第二对象加密样本信息进行隐私求交处理，得到与交集对象标识对应的交集对象样本信息。对交集对象样本信息进行特征对齐处理，得到交集对象特征样本信息。对第一对象样本信息进行预处理，得到第一特征样本信息，特征样本信息包括第一特征样本信息和交集对象样本信息。
4、根据本公开的实施例，对第一对象样本信息进行预处理，得到第一特征样本信息包括：对第一对象样本信息进行归一化处理，得到初始第一特征样本信息。通过联邦特征选择算法对初始第一特征样本信息进行特征选择，得到第一特征样本信息。
5、根据本公开的实施例，对交集对象样本信息进行特征对齐处理，得到交集对象特征样本信息包括：根据交集对象标识对交集对象样本信息进行划分，得到交集对象子样本信息。根据风险信息的n个类别标识，对交集对象子样本信息进行特征分箱处理，得到与n个类别标识各自对应的特征分箱子样本信息，n为大于或者等于1的整数。按照预设类别标识顺序，将与n个类别标识各自对应的特征分箱子样本信息进行排序，得到交集对象特征样本信息。
6、根据本公开的实施例，利用特征样本信息和真实标签训练评估模型，得到目标评估模型包括：将特征样本信息输入评估模型，得到对象样本信息的预测标签。根据真实标签和预测标签，确定评估模型的残差值。基于残差值和学习率训练评估模型，直至残差值满足预设阈值，得到目标评估模型。
7、根据本公开的实施例，第二对象加密样本信息包括第二对象标识、与第二对象标识对应的交易数据和账户信息。
8、本公开的第二方面提供了一种评估模型的训练方法，应用于第二终端，方法包括：获取与第二对象标识对应的第二对象加密样本信息。将第二对象加密样本信息与数据库中各风险类别信息进行相似度计算，得到相似度结果。根据第二对象加密样本信息的地址属性和所述相似度结果，得到与第二对象样本标识对应的真实标签。利用预定公钥向第一终端发送第二对象加密样本信息和真实标签，以便于第一终端对第一对象样本信息和第二对象加密样本信息进行处理，得到交集对象标识的特征样本信息。利用特征样本信息和真实标签训练评估模型，得到目标评估模型。
9、本公开的第三方面提供了一种信息处理方法，应用于第一终端，方法包括：将待评估对象信息输入目标评估模型，得到待评估对象信息的评估结果。利用预定公钥向第二终端发送评估结果，评估结果表征与待评估对象信息对应的预测风险信息。其中，目标评估模型是执行上述方法得到的。
10、本公开的第四方面提供了一种风险管理系统，包括：第一终端，用于利用预定公钥从第二终端获取得到第二对象加密样本信息和第二对象加密样本信息的真实标签，真实标签表征第二终端对第二对象加密样本信息进行数据分析得到的风险信息。根据第一对象标识和第二对象标识，对第一对象样本信息和第二对象加密样本信息进行处理，得到与交集对象标识对应的特征样本信息，第一对象样本信息是来自第一终端的对象样本信息，交集对象标识是第一对象标识和第二对象标识中均具有的对象标识。利用特征样本信息和真实标签训练评估模型，得到目标评估模型。第二终端，用于获取与第二对象标识对应的第二对象加密样本信息。将第二对象加密样本信息与数据库中各风险类别信息进行相似度计算，得到相似度结果。根据第二对象加密样本信息的地址属性和相似度结果，得到与第二对象样本标识对应的真实标签。利用预定公钥向第一终端发送第二对象加密样本信息和真实标签，以便于第一终端对第一对象样本信息和第二对象加密样本信息进行处理，得到交集对象标识的特征样本信息。利用特征样本信息和真实标签训练评估模型，得到目标评估模型。
11、本公开的第五方面提供了一种评估模型的训练装置，应用于第一终端，装置包括：第一获取模块，用于利用预定公钥从第二终端获取得到第二对象加密样本信息和第二对象加密样本信息的真实标签，真实标签表征第二终端对第二对象加密样本信息进行数据分析得到的风险信息。处理模块，用于根据第一对象标识和第二对象标识，对第一对象样本信息和第二对象加密样本信息进行处理，得到与交集对象标识对应的特征样本信息，第一对象样本信息是来自第一终端的对象样本信息，交集对象标识是第一对象标识和第二对象标识中均具有的对象标识。训练模块，用于利用特征样本信息和真实标签训练评估模型，得到目标评估模型。
12、本公开的第六方面提供了一种评估模型的训练装置，应用于第二终端，装置包括：第二获取模块，用于获取与第二对象标识对应的第二对象加密样本信息。相似度计算模块，用于将第二对象加密样本信息与数据库中各风险类别信息进行相似度计算，得到相似度结果。获得模块，用于根据第二对象加密样本信息的地址属性和相似度结果，得到与第二对象样本标识对应的真实标签。第一发送模块，用于利用预定公钥向第一终端发送第二对象加密样本信息和真实标签，以便于第一终端对第一对象样本信息和第二对象加密样本信息进行处理，得到交集对象标识的特征样本信息。利用特征样本信息和真实标签训练评估模型，得到目标评估模型。
13、本公开的第七方面提供了一种信息处理装置，应用于第一终端，装置包括：输入模块，用于将待评估对象信息输入目标评估模型，得到待评估对象信息的评估结果。第二发送模块，用于利用预定公钥向第二终端发送评估结果，评估本文档来自技高网...
【技术保护点】
1.一种评估模型的训练方法，应用于第一终端，所述方法包括：
2.根据权利要求1所述的方法，其中，所述根据第一对象标识和第二对象标识，对第一对象样本信息和所述第二对象加密样本信息进行处理，得到与交集对象标识对应的特征样本信息包括：
3.根据权利要求2所述的方法，其中，所述对所述第一对象样本信息进行预处理，得到第一特征样本信息包括：
4.根据权利要求2所述的方法，其中，所述对所述交集对象样本信息进行特征对齐处理，得到交集对象特征样本信息包括：
5.根据权利要求1所述的方法，其中，所述利用所述特征样本信息和所述真实标签训练评估模型，得到目标评估模型包括：
6.根据权利要求1所述的方法，其中，所述第二对象加密样本信息包括所述第二对象标识、与所述第二对象标识对应的交易数据和账户信息。
7.一种评估模型的训练方法，应用于第二终端，所述方法包括：
8.一种信息处理方法，应用于第一终端，所述方法包括：
9.一种风险管理系统，包括：
10.一种评估模型的训练装置，应用于第一终端，所述装置包括
11.一种评估模型的训练装置，应用于第二终端，所述装置包括：
12.一种信息处理装置，应用于第一终端，所述装置包括：
13.一种电子设备，包括：
14.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～8中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～8中任一项所述的方法。
...【技术特征摘要】
1.一种评估模型的训练方法，应用于第一终端，所述方法包括：
2.根据权利要求1所述的方法，其中，所述根据第一对象标识和第二对象标识，对第一对象样本信息和所述第二对象加密样本信息进行处理，得到与交集对象标识对应的特征样本信息包括：
3.根据权利要求2所述的方法，其中，所述对所述第一对象样本信息进行预处理，得到第一特征样本信息包括：
4.根据权利要求2所述的方法，其中，所述对所述交集对象样本信息进行特征对齐处理，得到交集对象特征样本信息包括：
5.根据权利要求1所述的方法，其中，所述利用所述特征样本信息和所述真实标签训练评估模型，得到目标评估模型包括：
6.根据权利要求1所述的方法，其中，所述第二对象加密样本信息包括所述第二对象标识、与所述第二对象标识对应...
【专利技术属性】
技术研发人员：姜恺，
申请(专利权)人：中国工商银行股份有限公司，
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。