[发明专利]身份信息风险评定方法、装置、计算机设备和存储介质

说明书

本申请涉及一种身份信息风险评定方法、装置、计算机设备和存储介质。所述方法包括：接收身份数据；从身份数据中提取身份特征参数；查找身份数据对应的历史核查数据，从历史核查数据中提取核查时间参数；将身份特征参数和核查时间参数输入预设风险评估模型得到身份风险概率；根据身份风险概率生成风险评估结果。采用本方法能够提高安防检查准确率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种身份信息风险评定方法、装 置、计算机设备和存储介质。

背景技术

机场、口岸等出入境场所每天都会大量旅客通关，其中不乏一些走私、偷 渡等不法分子。

出入境场所的安防安检人员在对旅客进行安全检查时，通常是根据自身工 作经验对旅客进行察言观色来判断旅客是否存在安全风险。但是，由于每天通 关的人流量很大，单单依靠安检人员的人工检查能够排查到的具有安全风险的 旅客是很有限的，导致出入境场所安防检查的准确率很低，并使得许多不法分 子成为漏网之鱼。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高安防检查准确率的 身份信息风险评定方法、装置、计算机设备和存储介质。

一种身份信息风险评定方法，所述方法包括：

接收身份数据；

从所述身份数据中提取身份特征参数；

查找所述身份数据对应的历史核查数据，从所述历史核查数据中提取核查 时间参数；

将所述身份特征参数和所述核查时间参数输入预设风险评估模型得到身份 风险概率；

根据所述身份风险概率生成风险评估结果。

在其中一个实施例中，所述预设风险评估模型的生成方式，包括：

采集样本数据，将所述样本数据划分为训练集数据和测试集数据；

从所述训练集数据中提取第一特征参数和第一目标类别；

根据所述第一特征参数和所述第一目标类别进行特征增益评估，并根据特 征增益评估结果进行特征选择，根据所选择的特征进行分类得到初始决策树风 险评估模型，根据所述训练集数据计算所述初始决策树风险评估模型中各分类 节点的风险概率；

从所述测试集数据中提取第二特征参数和第二目标类别；

根据所述第二特征参数和所述第二目标类别对所述初始决策树风险评估模 型中各分类节点的风险概率进行验证，根据验证结果对所述初始决策树风险评 估模型进行调整并生成预设风险评估模型。

在其中一个实施例中，还包括：

当到达核查数据更新时间时，加载更新的所述核查数据；

从所述核查数据中提取与所述预设风险评估模型对应的第三特征参数和风 险目标标记；

根据所述第三特征参数和所述风险目标标记对所述预设风险评估模型中各 分类节点的风险概率进行验证，根据验证结果对所述预设风险评估模型进行优 化。

在其中一个实施例中，所述根据所述身份风险概率生成风险评估结果，包 括：

从所述预设风险评估模型中查找概率值最大的身份风险概率对应的决策路 径；

获取所述决策路径的节点数据；

根据所述节点数据和所述概率值最大的身份风险概率生成查获路径图并输 出。

在其中一个实施例中，所述根据所述身份风险概率生成风险评估结果，包 括：

获取概率值最大的身份风险概率；