[发明专利]主动风险实时识别模型的训练方法和装置

权利要求书

1.一种主动风险实时识别模型的训练方法，包括：

如果某个历史业务行为的若干种离线异常检测模型的输出符合某个种类的预定具象风险条件，根据至少一种离线异常检测模型的输出为历史业务行为打上所述种类的具象风险标记，生成带有标记的历史业务行为集合；所述离线异常检测模型的输入包括历史业务行为的离线特征，输出为历史业务行为属于异常的可能性；

基于带有标记的历史业务行为集合，采用半监督学习方法生成带有标记的所述种类具象风险的训练样本集；

以带有标记的所述种类具象风险的训练样本集对所述种类的主动风险实时识别模型进行训练；所述种类的主动风险识别实时模型的输入包括实时业务行为的实时特征，输出为实时业务行为具有所述种类具象主动风险的可能性。

2.根据权利要求1所述的方法，所述方法还包括：根据完成训练的主动风险实时识别模型对实时业务行为的识别结果，为所述实时业务行为打上标记后，添加到历史业务行为集合中，以生成新的带有标记的训练样本集用于下一次主动风险实时识别模型训练。

3.根据权利要求1所述的方法，所述基于带有标记的历史业务行为集合，采用半监督学习方法生成带有标记的所述种类具象风险的训练样本集，包括：以集合中带有标记的历史业务行为为基础，采用标签传播算法为若干项其他历史业务行为打上标记，根据集合中带有标记的历史业务行为和打上标记的其他历史业务行为，生成带有标记的所述种类具象风险的训练样本集。

4.根据权利要求1所述的方法，所述主动风险实时识别模型的输入还包括以下至少一项：所述实时业务行为的关联用户的离线特征、至少一种实时异常评估模型对所述实时业务行为的输出；所述实时异常评估模型的输入为所述离线异常检测模型的输入中可实时获取的离线特征，输出为实时业务行为属于异常的可能性。

5.一种主动风险实时识别模型的训练装置，包括：

历史行为标记单元，用于如果某个历史业务行为的若干种离线异常检测模型的输出符合某个种类的预定具象风险条件，根据至少一种离线异常检测模型的输出为历史业务行为打上所述种类的具象风险标记，生成带有标记的历史业务行为集合；所述离线异常检测模型的输入包括历史业务行为的离线特征，输出为历史业务行为属于异常的可能性；

训练样本生成单元，用于基于带有标记的历史业务行为集合，采用半监督学习方法生成带有标记的所述种类具象风险的训练样本集；

实时模型训练单元，用于以带有标记的所述种类具象风险的训练样本集对所述种类的主动风险实时识别模型进行训练；所述种类的主动风险识别实时模型的输入包括实时业务行为的实时特征，输出为实时业务行为具有所述种类具象主动风险的可能性。

6.根据权利要求5所述的装置，所述装置还包括：实时结果利用单元，用于根据完成训练的主动风险实时识别模型对实时业务行为的识别结果，为所述实时业务行为打上标记后，添加到历史业务行为集合中，以生成新的带有标记的训练样本集用于下一次主动风险实时识别模型训练。

7.根据权利要求5所述的装置，所述训练样本生成单元具体用于：以集合中带有标记的历史业务行为为基础，采用标签传播算法为若干项其他历史业务行为打上标记，根据集合中带有标记的历史业务行为和打上标记的其他历史业务行为，生成带有标记的所述种类具象风险的训练样本集。

8.根据权利要求5所述的装置，所述主动风险实时识别模型的输入还包括以下至少一项：所述实时业务行为的关联用户的离线特征、至少一种实时异常评估模型对所述实时业务行为的输出；所述实时异常评估模型的输入为所述离线异常检测模型的输入中可实时获取的离线特征，输出为实时业务行为属于异常的可能性。

9.一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运行的计算机程序；所述处理器运行所述计算机程序时，执行如权利要求1到4任意一项所述的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行如权利要求1到4任意一项所述的步骤。