[发明专利]一种风控规则生成方法和装置

权利要求书

1.一种风控规则生成方法，包括：

将源域与目标域进行数据结构对齐，得到样本数据集合，其中，所述样本数据集合中包括源域样本数据和目标域样本数据，所述源域对应成熟业务场景，所述目标域对应新业务场景；

基于预设收敛阈值，对所述样本数据集合进行多次迭代，得到所述样本数据集合中每个样本数据的权重分值；

根据所述样本数据集合中每个样本数据的权重分值，确定预设风控规则生成条件中的特征参数值；

根据所述预设风控规则生成条件，以及所述预设风控规则生成条件中的特征参数值，生成风控规则；

将源域与目标域进行数据结构对齐，得到样本数据集合，包括：

将所述源域和所述目标域中，具有相同变量维度的变量数据，和/或，具有相同业务逻辑定义的变量数据，添加到所述样本数据集合中；

基于预设收敛阈值，对所述样本数据集合进行多次迭代，得到所述样本数据集合中每个样本数据的权重分值，包括：

基于预设算法和所述样本数据集合，确定分类模型；

通过降低错误分类的所述源域样本数据的权重，以及提高错误分类的所述目标域样本数据的权重，对所述样本数据集合进行多次迭代，直到所述分类模型的分类正确率满足所述预设收敛阈值；

基于所述分类正确率满足所述预设收敛阈值的所述分类模型，确定所述样本数据集合中每个样本数据的权重分值。

2.如权利要求1所述的方法，根据所述样本数据集合中每个样本数据的权重分值，确定预设风控规则生成条件中的特征参数值，包括：

根据所述样本数据集合中每个样本数据的权重分值，采用加权决策树算法，确定所述预设风控规则生成条件中的特征参数值。

3.如权利要求1所述的方法，所述变量数据是客户关系管理RFM变量数据，用于表示交易事件的风险相似性。

4.如权利要求3所述的方法，所述RFM变量数据包括：交易信息变量、风险网络变量、用户历史行为变量。

5.一种风控规则生成装置，包括：

集合确定单元，将源域与目标域进行数据结构对齐，得到样本数据集合，其中，所述样本数据集合中包括源域样本数据和目标域样本数据，所述源域对应成熟业务场景，所述目标域对应新业务场景；

权重确定单元，基于预设收敛阈值，对所述样本数据集合进行多次迭代，得到所述样本数据集合中每个样本数据的权重分值；

特征值确定单元，根据所述样本数据集合中每个样本数据的权重分值，确定预设风控规则生成条件中的特征参数值；

规则生成单元，根据所述预设风控规则生成条件，以及所述预设风控规则生成条件中的特征参数值，生成风控规则；

所述集合确定单元具体用于：

将所述源域和所述目标域中，具有相同变量维度的变量数据，和/或，具有相同业务逻辑定义的变量数据，添加到所述样本数据集合中；

所述权重确定单元具体用于：

基于预设算法和所述样本数据集合，确定分类模型；

通过降低错误分类的所述源域样本数据的权重，以及提高错误分类的所述目标域样本数据的权重，对所述样本数据集合进行多次迭代，直到所述分类模型的分类正确率满足所述预设收敛阈值；

基于所述分类正确率满足所述预设收敛阈值的所述分类模型，确定所述样本数据集合中每个样本数据的权重分值。

6.如权利要求5所述的装置，所述特征值确单元具体用于：

根据所述样本数据集合中每个样本数据的权重分值，采用加权决策树算法，确定所述预设风控规则生成条件中的特征参数值。

7.如权利要求5所述的装置，所述变量数据是客户关系管理RFM变量数据，用于表示交易事件的风险相似性。

8.如权利要求7所述的装置，所述RFM变量数据包括：交易信息变量、风险网络变量、用户历史行为变量。