[发明专利]一种风控规则生成方法和装置

说明书

本申请公开了一种风控规则生成方法和装置，所述方法包括：通过将源域与目标域进行数据结构对齐，得到包括源域样本数据和目标域样本数据的样本数据集合，基于预设收敛阈值，对样本数据集合进行多次迭代，得到样本数据集合中每个样本数据的权重分值，进而根据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，以及根据预设风控规则生成条件和预设风控规则生成条件中的特征参数值，生成风控规则，从而使得可以利用源域对应的成熟业务场景积累的历史数据，快速为目标域对应的新业务场景生成风控规则，有效提高风控规则的生成效率。

技术领域

本申请涉及风险控制领域，尤其涉及一种风控规则生成方法和装置。

背景技术

在金融、企业经营管理等经济领域中，有效的风险控制是预防和打击经济犯罪的必要手段。随着互联网技术的发展，各种网络经济活动迅速发展，例如，网络购物、网络交易等业务场景，因此，网络风险控制变得越来越重要。实际应用中，网络风险控制的方式是通过设置一些风控规则来判断可信交易和风险交易，风控规则的生成依赖于大量的历史交易数据。针对于新业务场景，由于积累交易数据需要较长时间，导致无法及时为新业务场景构建风控规则。因此，亟需提供一种效率更高的风控规则生成方法。

发明内容

本申请实施例提供一种风控规则生成方法和装置，能够有效提高风控规则的生成效率。

本申请实施例提供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；

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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

可选地，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。

本申请实施例还提供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；