[发明专利]一种风险控制模型的训练方法及装置

权利要求书

1.一种风险控制模型的训练方法，其特征在于，包括：

S1：获取用于训练风险控制模型的第一白样本和第一黑样本；

S2：直接或间接计算第一白样本和第一黑样本之间各个变量的差值，若差值大于预设第一阈值，则将该差值对应的变量作为模型特征；

S3：根据模型特征运行模型算法，生成风险控制模型；

S4：获取用于验证风险控制模型的第二白样本和第二黑样本并输入风险控制模型，根据运行结果获得当前的风险控制模型的误判率；

S5：若误判率符合预设的范围，则输出风险控制模型，完成风险控制模型的训练，否则对各步骤预设参数进行调整并返回执行步骤S1。

2.根据权利要求1所述的一种风险控制模型的训练方法，其特征在于，所述获取用于训练风险控制模型的第一白样本和第一黑样本之前还包括：

从交易数据库中提取正常订单数据和欺诈订单数据；

按比例抽取正常订单和欺诈订单，获得白样本和黑样本；

将白样本和黑样本分别按比例分成用于训练风险控制模型的第一白样本和第一黑样本和用于验证风险控制模型的第二白样本和第二黑样本。

3.根据权利要求1所述的一种风险控制模型的训练方法，其特征在于，若误判率符合预设的范围，则输出风险控制模型，完成风险控制模型的训练之后还包括：

S6：获取用于不定期刷新风险控制模型的第三白样本和第三黑样本，对各步骤预设参数进行调整并将第三白样本和第三黑样本输入风险控制模型，根据运行结果获得当前的风险控制模型的误判率；

S7：若误判率符合预设的范围，则输出风险控制模型，完成风险控制模型的训练，否则返回执行步骤S6。

4.根据权利要求3所述的一种风险控制模型的训练方法，其特征在于，所述步骤S6之前还包括：

从前端数据库中获取记录的标记欺诈订单；

若记录的标记欺诈订单数量大于预设的第二阈值，则根据交易数据库中的正常订单和记录的标记欺诈订单提取出用于刷新风险控制模型的第三白样本和第三黑样本。

5.根据权利要求4所述的一种风险控制模型的训练方法，其特征在于，所述根据交易数据库中的正常订单和记录的标记欺诈订单提取出用于刷新风险控制模型的第三白样本和第三黑样本具体包括：

当交易数据库中的记录的标记欺诈订单数量大于预设的第二阈值时，从交易数据库中提取正常订单数据和欺诈订单数据；

按比例抽取正常订单和欺诈订单，获得用于刷新风险控制模型的第三白样本和第三黑样本。

6.一种风险控制模型的训练装置，其特征在于，包括：

第一训练样本获取模块，用于获取用于训练风险控制模型的第一白样本和第一黑样本；

第一模型特征计算模块，用于直接或间接计算第一白样本和第一黑样本之间各个变量的差值，若差值大于预设第一阈值，则将该差值对应的变量作为模型特征；

第一风险控制模型生成模块，用于根据模型特征运行模型算法，生成风险控制模型；

第一误判率计算模块，用于获取用于验证风险控制模型的第二白样本和第二黑样本并输入风险控制模型，根据运行结果获得当前的风险控制模型的误判率；

第一循环判断模块，用于若误判率符合预设的范围，则输出风险控制模型，完成风险控制模型的训练，否则对各步骤预设参数进行调整并返回执行第一训练样本获取模块。

7.根据权利要求6所述的一种风险控制模型的训练装置，其特征在于，还包括：

第一数据库提取模块，用于从交易数据库中提取正常订单数据和欺诈订单数据；

第一比例抽取模块，用于按比例抽取正常订单和欺诈订单，获得白样本和黑样本；

第一比例分成模块，用于将白样本和黑样本分别按比例分成用于训练风险控制模型的第一白样本和第一黑样本和用于验证风险控制模型的第二白样本和第二黑样本。