[发明专利]基于模型部署的评分模型调整方法、装置和计算机设备

说明书

本申请涉及一种基于模型部署的评分模型调整方法、装置和计算机设备。所述方法包括：根据预设频率从数据库中获取业务类型对应的多个用户数据、业务数据和历史行为数据；根据业务类型获取预设的风控模型，通过风控模型对所述用户数据、业务数据和历史行为数据进行分析，得到分析结果数据；当分析结果数据中存在风险标签时，对分析结果数据进行特征提取，提取出多个风险因子；计算多个风险因子的权重和特征维度值；根据业务类型获取评分模型，根据多个风险因子的权重和特征维度值对评分模型进行调整，得到更新的评分模型。采用本方法能够能够有效地提高评分模型的评估准确率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于模型部署的评分模型调整方法、装置和计算机设备。

背景技术

随着计算机技术的不断发展，互联网金融产业也随之迅速发展。目前互联网金融产业已经渗透到衣食住行等各个领域，出现了一些包括支付、理财、保险、出行、消费等功能的各类互联网金融产品和平台。然而互联网金融存在一定的风险，需要建立良好的风险管理体系，以对互联网金融交易中的风险进行管控。因此出现了一些通过评分模型对用户的消费行为进行评估的方式，对交易中存在的风险进行预警。

然而，传统的的方式大多是通过预设的评分模型对用户的历史消费行为数据进行分析和评分。而评分模型的维度比较单一，评分模型一旦建立后，可修改和调整的部分比较少，评分模型的灵活性也较低，进而导致评分模型的评分准确度较低。因此，如何有效地提高评分模型的评估准确率成为目前需要解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够有效地提高评分模型的评估准确率的基于模型部署的评分模型调整方法、装置和计算机设备。

一种基于模型部署的评分模型调整方法，包括：

根据预设频率从数据库中获取业务类型对应的多个用户数据、业务数据和历史行为数据；

根据所述业务类型获取预设的风控模型，通过所述风控模型对所述用户数据、业务数据和历史行为数据进行分析，得到分析结果数据；

当所述分析结果数据中存在风险标签时，对所述分析结果数据进行特征提取，提取出多个风险因子；

计算所述多个风险因子的权重和特征维度值；

根据所述业务类型获取评分模型，根据所述多个风险因子的权重和特征维度值对所述评分模型进行调整，得到更新的评分模型。

在其中一个实施例中，所述根据所述业务类型获取预设的评分模型之前，还包括：获取多个用户数据、业务数据和历史行为数据；对多个用户数据、业务数据和历史行为数据进行聚类分析，得到聚类结果；根据聚类结果进行特征选择，得到多个风险因子；根据预设算法计算多个风险因子对应的权重和特征维度值；根据多个风险因子的权重和特征维度值按照预设方式建立评分模型。

在其中一个实施例中，所述评分模型包括多个预设的风险因子，所述根据所述多个风险因子的权重和特征维度值对所述评分模型进行调整，包括：获取所述评分模型中的风险因子的权重和特征维度值；根据提取的多个风险因子以及对应的权重和特征维度值对所述评分模型中的风险因子的权重和特征维度值进行调整，得到调整后的风险因子和对应的权重和特征维度值；根据调整后的风险因子和对应的权重和特征维度值按照预设方式对所述评分模型进行重构，得到更新的评分模型。

在其中一个实施例中，所述方法还包括：接收用户终端发送的业务请求，所述业务请求包括用户标识、业务类型和业务数据；根据所述用户标识获取对应的用户历史行为数据；根据所述业务类型获取更新的评分模型，通过所述评分模型对所述用户历史行为数据和业务数据进行评分，得到所述业务请求的评分结果；当所述评分结果低于预设评分时，对所述业务请求进行拦截，并向对应的监控终端发送预警提示信息。